Récemment, j'ai vu un cas très intéressant — un maître du trading quantitatif a transformé quelques millions de dollars hongkongais en un milliard en seulement un an et demi. Ce trader s'appelle Calvin Cai (蔡嘉民), son parcours m'a fait repenser ce qu'est vraiment une "impressionnante machine à billets".

Pour en parler, l'histoire de Calvin est un peu légendaire. À 12 ans, avec seulement 20 dollars hongkongais pour le déjeuner, il a commencé à réfléchir à comment gagner de l'argent — d'abord en étudiant la loterie Mark Six, puis en se tournant vers la bourse. À 14 ans, il a investi avec le compte de son frère, et à 16 ans, avec un levier de 10 fois, il a perdu ses 40 000 dollars de capital jusqu'à quelques centaines. Ce qui aurait dû le faire fuir après cette liquidation, ne l'a pas fait. À 19 ans, il a recommencé, perdant ses 150 000 jusqu'à zéro. Après deux sévères leçons du marché, il a enfin compris une vérité : le trading manuel dépend des émotions, le trading quantitatif dépend des données.

Ce changement a été crucial. Il a commencé à utiliser des données historiques pour valider chaque stratégie de trading, n'investissant que si elle était efficace, et l'itérant si elle ne l'était pas. Depuis mai 2021, il a appliqué ses stratégies quantitatifs sur le marché des cryptomonnaies, et en janvier 2023, son compte est passé de quelques millions de dollars hongkongais à un milliard — environ 20 fois de rendement. Mieux encore, en 2022, lors du marché baissier, il a même gagné 240%. Ce n'est pas grâce à la détention de tokens, mais grâce à une véritable capacité de trading.

La méthode de Calvin s'appelle la stratégie CTA (trend following), qui consiste à juger la direction du marché sur une base horaire pour acheter ou vendre à découvert. Contrairement à d'autres méthodes quantitatifs, le CTA peut avoir des retracements importants, généralement entre 20% et 30%, mais c'est justement cette caractéristique qui lui permet de faire de l'argent dans toutes les conditions de marché. Il insiste particulièrement sur l'importance d'équilibrer la pondération des facteurs — il ne faut pas donner un poids excessif à un seul signal, sinon si ce signal échoue, tout le portefeuille est en danger. Le ratio de Sharpe et le ratio de Calmar sont ses deux indicateurs préférés.

La stratégie passe par trois étapes : d'abord déterminer quels facteurs utiliser ; ensuite backtester avec des données historiques pour voir si cela rapporte sur cinq ans, avec des critères comme un rendement annuel de 50% et une perte maximale inférieure à 20% ; enfin, faire une simulation pour tester la stabilité du système, avant d'augmenter progressivement la position en réel. Tout ce processus est très rigoureux, car il a vu trop de stratégies "rentables sur papier" qui se soldent par des pertes en réel.

Ce qui est intéressant, c'est qu'aujourd'hui, Calvin utilise aussi l'IA pour optimiser la génération de signaux. Il a commencé à tester l'apprentissage machine en 2021, mais les résultats n'étaient pas encore convaincants. En 2023, avec la généralisation des outils d'IA, il a constaté que les stratégies basées sur l'apprentissage machine commencent à vraiment rapporter. La gestion de son fonds quantitatif atteint 160 millions, avec un rendement annuel moyen supérieur à 100%.

Mais il admet aussi que le plus gros défi du CTA est la gestion des attentes des investisseurs. Parfois, une stratégie ne rapporte pas pendant plusieurs mois, et les investisseurs commencent à douter. Il faut alors leur expliquer, d’un point de vue data, pourquoi il faut continuer à la détenir, plutôt que de la supprimer aveuglément. La leçon la plus importante qu'il a apprise en travaillant dans un fonds de couverture traditionnel pendant cinq ans, c'est la gestion des attentes — fixer des prévisions prudentes, puis dépasser ces attentes à la fin, pour que les investisseurs restent engagés.

En regardant le parcours de Calvin, ce qui m'a le plus touché, c'est sa compréhension de "l'avantage de la jeunesse". Après deux liquidations, il n'a pas abandonné, au contraire — il pense que, étant jeune, il a le capital pour faire des erreurs, et même perdre tout son argent n'est pas grave. Cet état d'esprit lui a permis d'oser utiliser un levier élevé pour apprendre, et de rester rationnel dans ses trades quantitatifs. Il dit qu'il n'y a pas de génie inné du trading, seulement un apprentissage et une persévérance après coup. Rester rationnel, corriger ses biais cognitifs à temps, et toujours apprendre humblement — voilà la clé pour traverser les cycles de marché haussiers et baissiers.