FIS · Fidelity National Information Services, Inc.
Stock Universe · marché actions mondialAnalyse quantitative de la stratégie FIS sur l'unité de temps 15 minutes: performance sélective et gestion des positions à long terme
Cette étude quantitative approfondie évalue l'algorithme de trading appliqué à l'action FIS sur une période de 6,91 ans, s'étendant du 16 septembre 2019 au 13 août 2026. Malgré une structure temporelle basée sur des bougies de 15 minutes, l'algorithme déploie un comportement hautement sélectif avec seulement 76 transactions clôturées sur l'ensemble de l'historique, soit une moyenne de 11 transactions par an. La stratégie affiche un taux de réussite élevé de 80,26 % (61 gains pour 15 pertes), un Profit Factor de 2,50 et une rentabilité cumulée de 772,53 %, ce qui correspond à un rendement annualisé théorique de 81,61 %. Avec un drawdown maximum maîtrisé de 14,78 %, la stratégie démontre une remarquable régularité, renforcée par une faible concentration des profits: les trois meilleures transactions ne représentent que 12,68 % du profit brut total. La durée moyenne de détention des positions atteint 273,18 heures (environ 11,4 jours), ce qui confirme qu'il s'agit d'un système de swing trading patient, particulièrement adapté aux architectures d'automatisation via des bots de trading, robots de trading ou agents de décision algorithmiques.
Analyse au 31.10.2026. Les données de la stratégie sont mises à jour séparément.Lire l’analyse complète
Profil de la stratégie
La stratégie quantitative analysée ici s'applique au titre FIS sur le marché boursier classique et s'appuie sur une fréquence d'échantillonnage de 15 minutes. Bien que l'unité de temps primaire soit infrajournalière, la logique algorithmique ne cherche pas à capter le bruit du marché à très court terme. Elle se positionne dans la catégorie sélectionnée par DevioLab sous le critère d'équilibre optimal, obtenant un score DevioLab de 78,768 et le rang numéro 2 pour ce ticker. Sur un historique d'observation de 6,91 années (du 16 septembre 2019 au 13 août 2026), le modèle n'a généré que 76 positions fermées. Cette sobriété décisionnelle indique un filtrage rigoureux des signaux d'entrée. Pour les investisseurs et concepteurs de systèmes automatisés, cette approche offre une logique claire destinée à alimenter des robots de trading ou des agents décisionnels automatisés en quête de mouvements structurés sur l'action FIS, plutôt que d'accumuler des micro-opérations sujettes aux frictions de marché.
Rythme de trading et durée des positions
L'un des aspects les plus singuliers de cette stratégie réside dans le décalage apparent entre l'unité de temps de calcul (15 minutes) et la durée réelle de conservation des positions. L'analyse statistique révèle une durée moyenne de détention de 273,18 heures, soit environ 11,38 jours, et une médiane de 215,88 heures (environ 9,00 jours). L'algorithme ne pratique donc aucunement le scalping ni le day trading. Il s'agit d'un modèle de swing trading prolongé. Le rythme d'exécution reste particulièrement espacé: la stratégie enregistre en moyenne 11 transactions par an, soit 1,36 transaction par mois actif. L'intervalle moyen entre deux sorties de position s'élève à 33,07 jours (avec une médiane de 21,99 jours). Ce rythme espacé implique de longues phases d'inactivité ou d'exposition continue, exigeant une discipline stricte lors du paramétrage des bots de trading pour éviter toute intervention manuelle prématurée au milieu d'un cycle de détention de plusieurs semaines.
Qualité des résultats historiques
L'évaluation de la qualité des rendements montre une structure statistique équilibrée et robuste. Le taux de réussite s'établit à 80,26 %, découlant de 61 transactions gagnantes contre 15 perdantes. Le gain moyen par transaction est de 3,23 %, une valeur très proche du gain médian de 3,50 %. Cette proximité étroite entre la moyenne et la médiane témoigne d'une distribution homogène des résultats, exempte de distorsions causées par des gains aberrants accidentels. La meilleure transaction de l'historique a généré une hausse de 14,45 %, tandis que la pire s'est soldée par une baisse de 14,78 %. Le Profit Factor de 2,50 confirme que la somme des gains l'emporte largement sur la somme des pertes. De plus, les trois plus grandes transactions gagnantes ne comptent que pour 12,68 % du profit brut total. Ce chiffre particulièrement bas démontre que la performance globale de 772,53 % repose sur la répétition constante de transactions modérément gagnantes plutôt que sur une poignée de coups d'éclat isolés.
Risque, drawdown et comportement lors des pertes
La gestion du risque de l'algorithme fait ressortir un drawdown maximum historique de 14,78 %. Il est remarquable d'observer que cette perte maximale cumulée équivaut presque exactement au résultat de la pire transaction individuelle (-14,78 %). Cette corrélation indique que la phase de dégradation du capital la plus sévère n'a pas été causée par une longue série d'échecs consécutifs, mais principalement par un événement de perte unitaire marqué. La série défavorable la plus longue observée sur près de sept ans n'a jamais dépassé 3 pertes consécutives, alors que la meilleure série gagnante a atteint 8 succès d'affilée. Le ratio entre le rendement total (772,53 %) et le drawdown maximum (14,78 %) souligne une excellente efficacité du capital historique. Toutefois, la présence d'une perte maximale unitaire de 14,78 % rappelle que, malgré un taux de victoire élevé, le système subit occasionnellement des corrections d'ampleur qu'un agent de trading doit être en mesure d'absorber sans altération de sa logique d'exécution.
Comportement temporel et stabilité annuelle
L'examen du découpage annuel met en évidence une régularité remarquable à travers différents régimes de marché boursier. De 2019 à 2026, l'algorithme n'a enregistré aucune année déficitaire. En 2019 (à partir de septembre), la stratégie réalise 3 transactions, toutes gagnantes (100 % de réussite), pour un cumul de 7,72 %. L'année 2020 marque un pic d'activité avec 13 transactions, 84,62 % de taux de réussite et un gain cumulé de 55,09 %. En 2021, malgré une baisse du taux de réussite à 61,54 % (8 gains et 5 pertes sur 13 trades), la performance reste positive à 11,12 %. L'exercice 2022 constitue la meilleure année en volume de gain avec 62,00 % sur 18 transactions (77,78 % de succès). En 2023, la stratégie génère 38,74 % (10 trades, 80 % de succès). L'année 2024 totalise 10,23 % en 4 transactions (100 % de succès), 2025 enregistre 25,13 % (8 trades, 75 % de succès) et la période disponible de 2026 cumule 35,75 % sur 7 transactions (100 % de succès). Cette constance interannuelle indique une forte résilience du modèle face aux évolutions structurelles de l'action FIS.
Période récente depuis le 01/06/2024 comparée à l'historique complet
L'analyse spécifique de la fenêtre récente débutant le 1er juin 2024 permet d'évaluer la validité contemporaine de l'algorithme. Durant cette période, 18 transactions fermées ont été comptabilisées, générant un rendement cumulé de 65,92 %. Cela signifie que près de 23,7 % de l'ensemble des transactions de l'historique ont été exécutées au cours de ces derniers mois, apportant une contribution majeure à la performance globale. Le rythme de transaction s'est donc légèrement accéléré par rapport à la moyenne historique globale de 11 trades par an, tout en maintenant une efficacité redoutable. Cette accélération récente démontre que la stratégie ne souffre d'aucun ralentissement d'activité ni d'une dégradation de ses signaux dans les conditions de marché récents, confirmant son utilité opérationnelle pour les robots de trading automatisés opérant actuellement sur FIS.
Forces et limitations
Les forces majeures de cette stratégie résident dans son taux de réussite élevé de 80,26 %, son Profit Factor solide de 2,50 et sa faible vulnérabilité aux biais de concentration (les 3 meilleurs winners ne représentant que 12,68 % des gains bruts). De plus, l'absence totale d'année déficitaire sur 6,91 ans d'historique atteste d'une grande stabilité. En revanche, plusieurs limitations doivent être prises en considération. Le volume total de transactions est restreint (76 opérations fermées en près de 7 ans), ce qui constitue un échantillon statistique de taille modérée. Par ailleurs, la durée moyenne de détention de 273,18 heures implique que le capital reste immobilisé pendant plusieurs semaines par opération, réduisant la fréquence des opportunités. Enfin, l'amplitude de la pire perte (-14,78 %) rappelle que les sorties défavorables peuvent être brutales.
Conclusion analytique DevioLab
Au terme de cette analyse quantitative, la stratégie appliquée à l'action FIS ressort comme un modèle particulièrement robuste et équilibré, justifiant son score DevioLab de 78,768 et son 2e rang sur ce ticker. Son profil combine un taux de gain élevé, un drawdown modéré et une faible dépendance aux valeurs extrêmes. L'écart entre la durée d'échantillonnage de 15 minutes et la conservation plurijournalière des positions démontre que l'algorithme utilise la granularité des données pour affiner ses points d'entrée sans céder au sur-trading. Cette architecture convient parfaitement à une mise en œuvre via des agents décisionnels ou des robots de trading automatisés conçus pour capturer des tendances de fond sur des actions individuelles tout en maintenant une exposition contrôlée.
Périmètre des données et méthodologie
L'ensemble des résultats présentés dans cet article provient de l'analyse rétrospective de transactions fermées simulées sur l'action FIS entre le 16 septembre 2019 et le 13 août 2026. Les métriques de rendement, de durée de détention et de drawdown reflètent le comportement de l'algorithme sur des données historiques et ne constituent en aucun cas une garantie de performance future ni un compte d'exécution en direct. L'étude n'intègre pas les coûts d'exécution réels, le slippage potentiel ou l'impact de liquidité propre à chaque intermédiaire. Ce document est fourni à titre de recherche quantitative d'ingénierie financière et ne doit pas être interprété comme un conseil en investissement ou une incitation à négocier des titres financiers.