Volatility Trading, + website

1. La volatilité est au cœur du trading d’options, bien plus que la simple direction

Ce livre traite du trading de la volatilité. Plus précisément, il s’agit d’utiliser les options pour réaliser des opérations dépendant principalement de l’amplitude des mouvements du sous-jacent, plutôt que de sa direction.

Concentrez-vous sur l’amplitude. Contrairement aux actions ou aux contrats à terme, la valeur des options dépend avant tout de l’ampleur attendue des variations de prix, et non simplement de leur sens. La réussite d’un trader d’options repose sur sa capacité à anticiper cette « amplitude » ou volatilité, plutôt que de prédire si l’actif sous-jacent va monter ou descendre. Cette distinction fondamentale impose un état d’esprit et des outils d’analyse différents.

Couverture du risque directionnel. L’avantage des options réside dans la possibilité de neutraliser en grande partie le risque directionnel grâce à une couverture avec le sous-jacent. Cela permet d’isoler l’exposition à la volatilité. En combinant options et actions du sous-jacent, un trader peut construire un portefeuille dont le gain ou la perte dépend essentiellement de la différence entre la volatilité réalisée et la volatilité implicite anticipée par le marché.

La volatilité, un actif négociable. En substance, les options transforment la volatilité en un actif négociable. Cela ouvre la voie à des stratégies tirant profit des erreurs de valorisation de la volatilité elle-même, sans parier sur la direction. Comprendre ce principe fondamental est la première étape pour devenir un trader de volatilité accompli.

2. Le modèle Black-Scholes-Merton : un cadre conceptuel, pas une réalité parfaite

Le modèle BSM n’est pas performant parce qu’il reflète fidèlement la réalité. Au contraire, il est assez imparfait, la plupart de ses hypothèses étant de grossières simplifications. Il est utile parce que ses limites sont bien comprises et qu’il produit des résultats intuitivement cohérents.

Un langage conceptuel. Le modèle Black-Scholes-Merton constitue le cadre de référence pour la valorisation des options, servant de « langage » aux opérateurs de produits dérivés. Il n’est pas un miroir parfait du monde réel, mais son intérêt réside dans sa capacité à traduire des prix complexes d’options en un paramètre unique et plus maniable : la volatilité implicite. Cela facilite la comparaison entre options, strikes et échéances différentes.

Hypothèses simplificatrices clés : Le modèle repose sur plusieurs postulats irréalistes, qu’il est essentiel de bien comprendre pour trader efficacement :

• Absence de coûts de transaction
• Trading et couverture continus
• Taux d’intérêt et volatilité constants
• Rendements du sous-jacent distribués log-normalement (sans queues épaisses ni asymétries)
• Pas de dividendes ni de coûts de stockage

Tirer parti de ses limites. La force du BSM pour les traders réside dans la compréhension des points où ses hypothèses échouent. Ces failles créent des opportunités. Par exemple, l’hypothèse de volatilité constante engendre le « sourire de volatilité » observé sur les marchés réels, où les options à différents strikes affichent des volatilités implicites différentes. Profiter de ces « imperfections » est un thème central du trading de volatilité.

3. La volatilité présente des « faits stylisés » prévisibles

Les fortes variations tendent à être suivies de fortes variations... et les faibles variations de faibles variations.

Regroupement de la volatilité. La volatilité des marchés financiers n’est pas constante ; elle a tendance à se regrouper. Les périodes de forte volatilité sont souvent suivies d’autres périodes agitées, et les phases calmes se prolongent. Cet effet de « mémoire longue » rend la volatilité partiellement prévisible, contrairement aux rendements des actifs qui restent largement imprévisibles.

Réversion à la moyenne et queues épaisses. Si la volatilité se regroupe, elle présente aussi une réversion vers une moyenne à long terme, bien que cette moyenne puisse elle-même évoluer. Parmi les autres faits stylisés importants :

• Queues épaisses : Les mouvements de prix importants surviennent bien plus fréquemment qu’une distribution normale ne le prévoirait.
• Asymétrie négative : Les baisses sont généralement plus fortes et plus fréquentes que les hausses.
• Effet de levier : La volatilité tend à augmenter lorsque les prix du sous-jacent baissent.
• Corrélation avec le volume : Le volume des échanges et la volatilité sont fortement corrélés positivement.

Conséquences pour la prévision. Ces faits stylisés sont essentiels pour construire des modèles efficaces de prévision de la volatilité. Des modèles simples comme les moyennes mobiles ou les moyennes mobiles exponentielles (EWMA) capturent une partie du regroupement, mais des modèles plus sophistiqués comme GARCH (Hétéroscédasticité conditionnelle autorégressive généralisée) intègrent explicitement la réversion à la moyenne et la persistance des chocs de volatilité.

4. Prévoyez la volatilité sous forme de distribution, pas seulement d’estimation ponctuelle

Une prévision ponctuelle de la volatilité n’est pas très utile. Il faut prévoir la distribution de la volatilité.

Au-delà d’un simple chiffre. Si des modèles comme GARCH fournissent une estimation ponctuelle de la volatilité future, le trading d’options exige davantage. Les traders doivent comprendre l’étendue des volatilités futures possibles pour prendre des décisions éclairées sur le rapport risque/rendement. Savoir que la volatilité attendue est de 20 % est moins utile que de savoir qu’elle varie généralement entre 15 % et 35 %.

Les cônes de volatilité. Un outil pratique pour visualiser cette distribution est le « cône de volatilité ». Il trace les valeurs historiques maximales, minimales et les percentiles de la volatilité réalisée sur différentes horizons (par exemple 30, 60, 90 jours).

• Contexte visuel : Les cônes montrent que la volatilité à court terme fluctue davantage qu’à long terme.
• Perspective historique : Ils situent la volatilité implicite actuelle dans son contexte historique, révélant si elle est exceptionnellement haute ou basse pour une échéance donnée.
• Aide à la décision : Vendre de la volatilité implicite à 35 % peut sembler intéressant si la prévision est à 20 %, mais un cône montrant une fourchette historique de 11 à 35 % offre une compréhension bien plus riche des scénarios possibles.

Intégrer les données fondamentales. Au-delà des modèles statistiques, les informations fondamentales sur le sous-jacent (annonces de résultats, coûts de R&D, endettement) peuvent aussi éclairer les prévisions de volatilité, surtout pour les options à long terme. Cette approche multifacette renforce la robustesse des anticipations.

5. La couverture est indispensable pour trader la volatilité, mais elle a un coût

Les risques de réplication dus à une couverture imparfaite peuvent facilement dépasser les profits anticipés d’une mauvaise valorisation de la volatilité implicite.

Isoler l’exposition à la volatilité. La couverture est essentielle dans le trading de volatilité ; elle élimine le risque directionnel non désiré d’une position en option, permettant au trader de ne miser que sur sa vision de la volatilité. Sans couverture efficace, une opération sur options devient un pari directionnel, ce qui n’est pas l’objectif.

Le coût de la couverture continue. Alors que le modèle Black-Scholes suppose une couverture continue et sans coût, la réalité impose des frais importants (commissions, écarts acheteur-vendeur, impact sur le marché). Rééquilibrer en permanence une position delta-couverte engendrerait des coûts infinis, grignotant tout profit potentiel. Il faut donc arbitrer entre fréquence de couverture et coûts associés.

Stratégies de couverture optimales. Les méthodes ad hoc (couverture à intervalles fixes ou selon des bandes delta) sont courantes mais sous-optimales. Des modèles basés sur l’utilité, comme ceux de Hodges-Neuberger ou l’approximation de Zakamouline, proposent un équilibre rigoureux entre aversion au risque et coûts de transaction. Ces modèles suggèrent :

• Bandes asymétriques : Les positions longues et courtes en options doivent être couvertes différemment.
• Delta modifié : Le point de couverture optimal peut différer du delta BSM.
• Impact marché : Les coûts de transaction varient selon la taille des ordres et la liquidité.

Au-delà de la couverture dynamique. La couverture dynamique avec le sous-jacent ne suffit pas à éliminer les risques liés aux sauts brusques et importants de prix. Une couverture statique, utilisant d’autres options, est souvent nécessaire pour se prémunir contre ces risques extrêmes.

6. La taille des positions est primordiale pour la survie et la croissance à long terme

Tout le monde a un plan… jusqu’à ce qu’il prenne un coup.

Au-delà de l’avantage, la taille compte. Même la meilleure stratégie avec un avantage prouvé peut être ruinée par une mauvaise gestion des tailles de positions. La taille détermine le capital alloué à chaque opportunité, impactant directement la rentabilité globale, la volatilité des rendements et le risque de pertes importantes.

Le critère de Kelly. Le critère de Kelly propose une méthode mathématiquement optimale pour maximiser la croissance du capital à long terme en déterminant la fraction idéale du capital à risquer sur chaque trade.

• Résultats binaires : Pour des paris simples, f = (pw - ql) / (wl), où p est la probabilité de gain, q celle de perte, w le gain, et l la perte.
• Résultats continus : Pour les trades financiers, f ≈ r / σ^2, où r est le rendement attendu et σ^2 la variance.
• Risque de ruine : Le Kelly théorique élimine le risque de ruine, mais génère une forte volatilité.

Gérer volatilité et pertes. Le Kelly complet entraîne souvent des fluctuations trop importantes. Beaucoup de traders préfèrent le « Kelly fractionnaire » (par exemple moitié Kelly) pour réduire volatilité et pertes, au prix d’une croissance à long terme moindre. C’est aussi une reconnaissance pragmatique de l’incertitude des paramètres.

Actifs à réversion moyenne. Pour les stratégies à réversion moyenne (comme vendre la volatilité quand elle est élevée), la taille optimale peut impliquer d’augmenter la position lorsque le trade évolue initialement contre vous, jusqu’à un certain seuil. Cette approche contre-intuitive repose sur l’accroissement de l’avantage à mesure que l’actif s’éloigne de sa moyenne, mais nécessite une gestion rigoureuse des risques liés aux changements de régime.

7. Les biais comportementaux génèrent des inefficiences de marché et des opportunités de trading

Aucun problème de jugement et de prise de décision n’est plus répandu et potentiellement catastrophique que la surconfiance.

Exploiter l’irrationalité humaine. Si les marchés sont globalement efficients, les biais psychologiques provoquent des erreurs systématiques de jugement, sources de mauvaises valorisations. Identifier ces biais chez les autres permet de déceler et exploiter des opportunités rentables.

Biais clés et implications pour le trading :

• Surconfiance : Conduit à un excès de trading, une mauvaise diversification et une sous-estimation des risques extrêmes. Les traders croient souvent « voir venir » les pics de volatilité.
• Aversion à la perte : La douleur de la perte est plus forte que le plaisir du gain, menant à la « maladie du rattrapage » (tenir trop longtemps des positions perdantes) et à une préférence pour les options à risque limité, ce qui gonfle leur prix (prime de variance).
• Heuristique de disponibilité : Les décisions se basent sur des événements marquants facilement rappelés, faussant l’évaluation des probabilités (ex. surestimation du risque de krach).
• Biais de confirmation : Recherche et surpondération des preuves confirmant ses croyances, au détriment des informations contradictoires, entraînant des vues rigides.
• Biais rétrospectif : Croyance que les événements passés étaient prévisibles, surestimant ses capacités de prévision et prenant des risques excessifs.
• Ancrage et ajustement : Estimations basées sur des points de référence initiaux (ex. plus hauts/bas annuels) avec ajustements insuffisants, générant des réactions de prix prévisibles.

Réduire ses propres biais. La prise de conscience est la première étape pour limiter leur impact sur son trading. Les stratégies incluent :

• Analyse objective : S’appuyer sur des analyses statistiques rigoureuses et des règles préétablies.
• Revue post-trade : Analyser objectivement toutes les opérations, pas seulement les gros gains ou pertes.
• Partenariat : Un partenaire de trading de confiance offre un regard impartial.
• Processus plutôt qu’émotion : Respecter une discipline stricte pour éviter les décisions impulsives.

8. La prime de variance offre un avantage constant sur les options d’indices

La volatilité implicite des indices larges est généralement trop élevée. Cela ne signifie pas qu’il faille toujours vendre des options d’indices, mais c’est un effet réel dont il faut tenir compte.

Une anomalie persistante du marché. Une source majeure de rendement en trading de volatilité est la prime de variance, particulièrement marquée sur les indices boursiers larges (comme le S&P 500 ou le NASDAQ-100). La volatilité implicite, extraite des options d’indices, est systématiquement supérieure à la volatilité réalisée ultérieure.

Rentabilité de la vente de volatilité d’indice. Des études et simulations historiques montrent que vendre des straddles ou strangles sur indices, tout en se couvrant en delta, génère des rendements positifs avec des ratios de Sharpe raisonnables. C’est en quelque sorte la vente d’une assurance contre les mouvements extrêmes.

• Indices vs actions individuelles : Cette prime est plus forte et plus stable sur les indices que sur les actions isolées.
• Conditions de marché : La stratégie marche mieux lorsque la volatilité globale est faible ou en baisse, et souffre lors de crises majeures (ex. crise de 2008).

Origines de la prime. Plusieurs facteurs expliquent cette prime persistante :

• Demande d’assurance : Les investisseurs paient pour se protéger contre les baisses (puts).
• Prime de skew : Les indices présentent souvent un skew de volatilité plus marqué, reflétant une forte demande pour les puts hors de la monnaie.
• Prime de corrélation : La volatilité d’indice intègre implicitement un composant de corrélation, qui augmente en période de baisse, rendant les options plus chères.
• Biais comportementaux : Aversion à la perte et surestimation des risques de krach par les acheteurs d’options.

Gestion du risque. Bien que rentable, la vente de volatilité d’indice comporte un risque extrême (pertes importantes en cas de krach). Les stratégies filtrent souvent les trades selon les niveaux ou tendances du VIX pour éviter les périodes de risque élevé.

9. Les ETF à effet de levier sont des produits perpétuels de volatilité, pas conçus pour s’éteindre

Le mythe de la décote à zéro vient d’une mauvaise compréhension de l’impact du freinage par volatilité.

Le mythe de la « décote à zéro » démystifié. On croit souvent à tort que les ETF à effet de levier sont « conçus pour s’éteindre » à cause du rééquilibrage quotidien et du freinage par volatilité. C’est faux. Ce freinage existe et est amplifié par l’effet de levier, mais ne garantit pas une décote jusqu’à zéro.

Explication du freinage par volatilité. Les ETF à effet de levier visent à délivrer un multiple (λ) du rendement quotidien d’un actif sous-jacent. Sur des horizons plus longs, le rendement cumulé est affecté par la volatilité du sous-jacent. La valeur de l’ETF peut s’approximer par L = L0 * (S/S0)^λ * exp(-0.5 * λ * (λ-1) * σ^2 * t).

• Deux composantes : Cette formule combine un rendement levier et un freinage par volatilité.
• Surperformance possible : Si le sous-jacent suit une tendance forte, le rendement levier peut largement compenser le freinage, générant une surperformance notable (ex. UBT surpasse TLT).

Implications pour le trading. Les ETF à effet de levier sont en fait des produits perpétuels de volatilité réalisée. Comprendre leur mécanique ouvre plusieurs stratégies dépendantes de la volatilité :

• Stratégies long-short : Combiner un ETF à levier avec une position sur son sous-jacent crée un portefeuille sensible uniquement à la volatilité réalisée.
• Options sur ETF à levier : Elles peuvent être valorisées comme des options composées, permettant de comparer les volatilités implicites entre l’ETF et son produit de référence.

Perspective taille de position. Selon le critère de Kelly, les ETF à levier représentent un pari à levier fixe, souvent agressif, sur le sous-jacent. Si la fraction Kelly pour un levier 1.0 est faible, un levier 2.0 ou 3.0 peut facilement entraîner une croissance négative.

10. Un processus de trading cohérent, fondé sur les données, est l’avantage ultime

Votre objectif doit être clairement défini et facilement exprimable. Il doit être unique.

Le processus avant le résultat. Réussir en trading ne consiste pas à prédire chaque mouvement du marché ou à avoir