IR · Ingersoll Rand Inc.
Stock Universe · marché actions mondialAnalyse quantitative de la stratégie IR: sélectivité élevée et dynamique multi-semaines sur l'action IR
L'analyse quantitative de la stratégie algorithmique développée pour l'action IR révèle un profil de performance caractérisé par une très forte sélectivité et un taux de réussite historique exceptionnel de 89,06 %. Sur une période de test d'envIRon 7,12 ans couvrant 64 transactions fermées entre septembre 2019 et octobre 2026, le modèle enregistre 57 positions gagnantes pour seulement 7 positions perdantes, générant un facteur de profit de 6,25 et un score DevioLab de 82,50, ce qui la classe au premier rang pour ce titre. Bien que le signal soit calculé sur un horizon temporel de 15 minutes, l'exécution s'apparente à une détention de moyen terme avec une durée moyenne en position de 432,98 heures (envIRon 18 jours) et un espacement moyen de 40,59 jours entre les sorties. Le gain moyen de 5,50 % est très proche du gain médian de 5,06 %, traduisant une régularité remarquable de la distribution des profits, confIRmée par le fait que les trois meilleures transactions ne représentent que 14,87 % du profit brut total. Néanmoins, l'analyse des risques met en évidence une vulnérabilité ciblée: le drawdown maximum atteint 25,34 %, un chiffre quasi identique à la pIRe transaction enregistrée (-25,34 %). Cette étude détaille la structure statistique de cette logique utilisable au sein de robots de trading ou d'agents d'exécution automatisés.
Analyse au 22.11.2026. Les données de la stratégie sont mises à jour séparément.Lire l’analyse complète
Profil de la stratégie
La stratégie examinée sur l'action IR se distingue par une approche quantitative à faible fréquence d'intervention et haute précision statistique. Évaluée sur un horizon global de 7,12 ans entre le 16 septembre 2019 et le 29 octobre 2026, cette logique d'analyse technique opérant sur des données en unités de temps de 15 minutes a généré un total de 64 transactions fermées. L'élément le plus marquant réside dans le taux de réussite historique qui s'élève à 89,06 %, matérialisé par 57 transactions positives et seulement 7 clôtures en perte. Cette configuration permet à la stratégie d'obtenIR un score DevioLab de 82,50 et d'occuper le premier rang parmi les modèles évalués sur le titre IR. La performance cumulée sur la totalité de l'historique affiche une somme des rendements de +2237,33 %, équivalant à un rendement annualisé théorique de 190,70 %. Cette modélisation quantitative est conçue pour servIR de cœur logique à un robot de trading ou à un agent d'exécution automatisé capable de filtrer les bruits de marché à court terme pour ne capturer que des configurations à très haute probabilité statistique.
Rythme d'exécution et durée de détention des positions
Bien que l'acquisition des données d'entrée s'effectue sur un graphique en 15 minutes, le rythme d'exécution réel démontre que la stratégie n'appartient en aucun cas au domaine du scalping ou du day trading rapide. Avec une fréquence moyenne de 8,99 transactions par an et seulement 1,31 transaction par mois actif, l'algorithme fait preuve d'une grande sobriété opérationnelle. Les positions restent ouvertes pendant une durée significative: la moyenne s'établit à 432,98 heures (soit envIRon 18,0 jours), tandis que la médiane se situe à 299,25 heures (envIRon 12,5 jours). Cette différence entre moyenne et médiane indique que si la majorité des mouvements se dénouent en un peu plus de deux semaines, certaines configurations étendent la détention sur plusieurs semaines supplémentaIRes. De plus, l'intervalle moyen entre deux sorties de position est de 40,59 jours (avec une médiane de 28,96 jours). Ce rythme espacé implique de longs temps de neutralité sur le marché, ce qui caractérise un automate de trading focalisé sur la conservation du capital et l'attente de décalages techniques majeurs.
Qualité des résultats historiques
L'analyse de l'espérance mathématique et du comportement des gains met en évidence une structure de profit particulièrement homogène. Le gain moyen par transaction s'élève à +5,50 %, une valeur extrêmement proche de la valeur médiane de +5,06 %. Cet écart réduit entre moyenne et médiane prouve que la performance globale ne repose pas sur quelques anomalies positives accidentelles, mais sur une capacité constante à extraIRe une plus-value mesurée à chaque déclenchement. Cette observation est renforcée par le taux de concentration des profits: les trois meilleures transactions de l'histoIRe du modèle ne représentent ensemble que 14,87 % du profit brut total. La meilleure transaction s'est soldée par un gain de +21,60 %, ce qui reste proportionné par rapport au reste de la distribution. Avec un facteur de profit de 6,25, la stratégie démontre un ratio d'efficience élevé entre les gains cumulés et les pertes subies, attestant que la qualité de l'échantillon repose sur une régularité solide plutôt que sur des coups d'éclat isolés.
Risque, drawdown et comportement lors des phases de perte
Malgré un taux de victoIRe impressionnant, l'évaluation des risques révèle une asymétrie importante au niveau des pertes unitaIRes. Le drawdown maximum historique enregistré par la stratégie est de 25,34 %. Un examen approfondi montre que cette chute maximale du capital coïncide presque exactement avec la pIRe transaction enregistrée dans l'historique, qui s'établit à -25,34 %. Cela signifie que l'essentiel de la baisse maximale subie par le portefeuille découle d'un unique événement défavorable majeur plutôt que d'une accumulation de multiples échecs consécutifs. En effet, la série de défaites la plus longue subie par le modèle n'a jamais dépassé 2 transactions consécutives, tandis que la plus longue série victorieuse a atteint 19 transactions d'affilée. La fragilité de la stratégie ne réside donc pas dans sa fréquence d'erreur, mais dans l'ampleur potentielle d'un stop-loss ou d'un décalage de marché lorsque le scénario invalide la position. Pour un agent de trading automatisé, la gestion de ce risque extrême constitue la variable clé à surveiller.
Comportement dans le temps et stabilité annuelle
L'observation de la répartition annuelle des transactions permet d'évaluer la constance du modèle à travers les différents régimes de marché traversés par l'action IR. En 2019, sur une fin d'année partielle, 1 seule transaction a été exécutée (+10,38 %). L'année 2020 a montré une forte activité avec 12 transactions, dont 11 gagnantes (91,67 % de réussite) pour un résultat cumulé de +93,61 %. L'exercice 2021 a enregistré 6 transactions, toutes gagnantes (100 %), générant +52,01 %. En 2022, période plus complexe pour les marchés actions, l'algorithme a réalisé 13 transactions pour 10 victoIRes et 3 pertes (76,92 % de taux de réussite), dégageant +39,47 %. L'année 2023 a comptabilisé 5 transactions (100 % de réussite, +22,22 %). En 2024, 8 transactions ont été clôturées (100 % de réussite, +37,40 %). L'exercice 2025 affiche 7 transactions pour 6 victoIRes (85,71 %, +25,16 %) et la période 2026 enregistre 12 transactions avec 10 victoIRes (83,33 %, +71,64 %). La stratégie a ainsi dégagé une somme de rendements positive lors de chaque année civile testée, démontrant une stabilité temporelle remarquable.
Période récente depuis le 01/06/2024 versus historique complet
La sous-période récente, définie par les transactions clôturées à partIR du 1er juin 2024, fournit une mesure essentielle de l'efficacité contemporaine du modèle. Sur cet horizon récent, le modèle a exécuté 25 transactions complètes, générant une somme de rendements cumulés de +121,84 %. L'échantillon récent représente ainsi près de 39 % de l'ensemble des transactions de l'historique global de 7,12 ans. Cette densité d'échantillonnage récente confIRme que la stratégie n'est pas restée inactive ou obsolète au cours des derniers trimestres. Au contraIRe, le rythme d'intervention s'est légèrement intensifié tout en maintenant un niveau de rendement très élevé. La comparaison entre la période récente et l'historique complet montre une parfaite continuité dans la capacité de l'algorithme à délivrer des performances positives, suggérant que les dynamiques de prix exploitées sur l'action IR restent opérantes dans les conditions de marché récentes.
Forces et limitations
Parmi les forces majeures de cette stratégie figurent un taux de victoIRe exceptionnel (89,06 %), un facteur de profit élevé de 6,25 et une distribution des gains extrêmement homogène (médiane à +5,06 % proche de la moyenne à +5,50 %). L'absence de dépendance envers un petit nombre de transactions exceptionnelles (les 3 plus grands gagnants ne représentant que 14,87 % des gains) confère une réelle robustesse statistique au modèle. Cependant, la principale limitation réside dans l'amplitude du risque individuel: avec une transaction pIRe enregistrée à -25,34 %, le modèle s'expose à des corrections ponctuelles sévères qui effacent plusieurs gains cumulés. De plus, la faible fréquence globale de 8,99 transactions par an exige une grande discipline et implique que les statistiques s'établissent sur un nombre total modéré de 64 transactions fermées. Les utilisateurs envisageant d'intégrer cette logique dans un robot de trading doivent prendre en compte ce profil à faible fréquence et risque ponctuel élevé.
Conclusion analytique DevioLab
En conclusion, la stratégie IR 0 +2237.33% 1TRAD-TNV4 s'impose comme une modélisation quantitative hautement sélective et performante sur l'action IR. Son score DevioLab de 82,50 et son premier rang sur ce titre récompensent une régularité impressionnante et une capacité démontrée à traverser divers cycles de marché sans subIR d'année déficitaIRe. La combinaison d'un taux de victoIRe de 89,06 % et d'une durée moyenne de rétention de 18 jours montre que l'algorithme réussit à capturer des mouvements dIRectionnels claIRs en faisant abstraction du bruit intraday. Néanmoins, l'analyste doit garder à l'esprit que l'exposition au risque de perte sur une position donnée reste substantielle, comme en témoigne le drawdown maximum de 25,34 %. Utilisée comme moteur de décision au sein de bot de trading ou d'agents automatisés, cette stratégie offre un profil équilibré privilégiant la précision d'entrée à la fréquence d'intervention.
Périmètre des données et méthodologie
Les conclusions présentées dans cet article reposent exclusivement sur l'analyse statistique des 64 transactions fermées simulées sur l'action IR entre le 16 septembre 2019 et le 29 octobre 2026. L'évaluation est réalisée sur un horizon temporel basé sur des bougies de 15 minutes. Les métriques financières, incluant le rendement cumulé, le taux de victoIRe, le facteur de profit et le drawdown maximum, découlent strictement des données historiques fournies. Les rendements exprimés en pourcentage représentent des résultats de simulation fermés et ne prennent pas en compte d'éventuels frais de courtage, commissions, glissements d'exécution (slippage) ou contraintes d'effet de levier non spécifiés. Ces résultats historiques ne constituent pas une garantie des performances futures et ne doivent en aucun cas être interprétés comme des conseils en investissement ou des recommandations d'achat ou de vente.