IRM · Iron Mountain Incorporated
Stock Universe · marché actions mondialIRM · Iron Mountain: Évaluation quantitative de la stratégie d'investissements algorithmiques et swing trading sur 15 minutes
Cette étude quantitative analyse les performances historiques de la stratégie algorithmique appliquée à l'action IRM sur une période de 7,11 ans. S'appuyant sur un horizon de 121 transactions clôturées entre septembre 2019 et octobre 2026, cette logique de décision affiche un taux de réussite remarquable de 81,82 % et une plus-value cumulée simulée de 2 719,30 %. Avec un drawdown maximal maîtrisé à 13,81 % et une faible dépendance aux valeurs extrêmes (les trois meilleurs gains ne représentant que 11,31 % du profit brut), ce modèle offre une structure statistique robuste, idéale pour servir de moteur logique à des robots de trading automatisés. Toutefois, le profit factor de 1,25 souligne une dissymétrie entre des gains fréquents mais modérés et des pertes occasionnelles plus profondes, nécessitant une analyse approfondie de sa gestion du risque.
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 pour l'action IRM évolue sur une unité de temps de 15 minutes (15m) et a été évaluée sur une plage historique s'étendant du 16 septembre 2019 au 27 octobre 2026, soit 7,11 années d'observations de marché. Obtenant la première place du classement DevioLab pour cet actif avec un score global de 79,97 sur 100, ce modèle s'impose comme la référence au sein de sa catégorie. Conçue pour guider les choix opérationnels d'un robot de trading ou d'un agent de trading automatisé, la logique d'arbitrage a généré une performance simulée totale de 2 719,30 %, soit un rendement annuel théorique de 201,63 %. L'ensemble du jeu de données repose sur 121 positions clôturées, offrant un échantillon statistique suffisant pour analyser la régularité du modèle à travers divers cycles de marché sans extrapoler sur des facteurs externes non fournis.
Rythme de trading et durée des positions
Bien que le signal de décision s'appuie sur une granularité de 15 minutes, le comportement temporel du modèle relève clairement du swing trading à moyen terme et non du scalping. La durée moyenne de détention d'une position s'élève à 243,83 heures (environ 10,16 jours), tandis que la médiane se situe à 166,00 heures (environ 6,92 jours). Cette différence indique que si la majorité des transactions se dénouent en moins d'une semaine, certaines positions gagnantes ou en consolidation s'étendent sur plusieurs semaines. La fréquence d'exécution reste très mesurée avec 17,01 transactions par an, correspondant à 1,57 transaction par mois actif. L'intervalle moyen entre deux sorties de position est de 21,56 jours (médiane à 21,22 jours). Ce rythme espacé démontre une sélectivité rigoureuse de l'agent de trading, limitant le sur-trading et concentrant l'exposition sur des fenêtres temporelles précises.
Qualité des résultats historiques
Sur les 121 transactions exécutées sur l'historique, 99 se sont soldées par un gain et 22 par une perte, soit un taux de réussite particulièrement élevé de 81,82 %. Le gain moyen par transaction s'établit à 3,06 %, très proche du gain médian de 2,80 %, ce qui témoigne d'une grande cohérence dans la taille des rendements individuels. La meilleure transaction historique a enregistré une hausse de 18,97 %, tandis que la pire perte s'est élevée à -13,12 %. L'élément le plus révélateur de la qualité de cette distribution réside dans la part de profit brut générée par les trois meilleures transactions, qui plafonne à 11,31 %. Cette faible concentration prouve que la performance globale de 2 719,30 % ne découle pas de quelques coup de chance isolés, mais bien d'une accumulation régulière de gains d'ampleur modérée.
Risque, drawdown et comportement lors des pertes
L'analyse du profil de risque révèle un contraste intéressant entre la fréquence des gains et l'amplitude des pertes. Le drawdown maximal historique est resté contenu à 13,81 %, une valeur remarquable au vu du rendement cumulé. De plus, la plus longue série de défaites consécutives n'a jamais dépassé 2 transactions, contre une série victorieuse maximale de 21 transactions consécutives. Cependant, le profit factor s'établit à 1,25. Cette valeur relativement modeste par rapport au taux de réussite de 81,82 % s'explique par la dissymétrie des résultats: les pertes, bien que rares (22 au total), présentent une valeur moyenne et maximale (jusqu'à -13,12 %) supérieure à la moyenne des gains (3,06 %). Pour un bot de trading automatisé, cette métrique implique que la rentabilité dépend fortement du maintien de ce taux de succès élevé pour compenser l'impact financier des rares arbitrages défavorables.
Comportement dans le temps et stabilité annuelle
L'examen des performances par année civile démontre une constance remarquable, la stratégie étant demeurée positive sur chaque exercice analysé entre 2019 et 2026. L'année 2019 a débuté avec 5 transactions (80,00 % de réussite, +8,17 % cumulés). 2020 a affiché une forte accélération avec 17 transactions, 88,24 % de succès et +88,57 % de profit. 2021 et 2022 ont maintenu un rythme stable de 15 et 17 transactions, générant respectivement +67,32 % (80,00 % de réussite) et +31,00 % (64,71 % de réussite). En 2023, 14 transactions ont produit +31,76 % (85,71 % de réussite). L'année 2024 s'est illustrée par un sans-faute parfait avec 19 victoires sur 19 positions (100,00 % de réussite) pour +58,41 %. En 2025, malgré une baisse du taux de succès à 61,11 % (18 transactions, 7 pertes), le bilan est resté positif à +27,44 %. Enfin, 2026 clôture le jeu de données avec 16 transactions, 93,75 % de réussite et +57,27 %.
Période récente depuis le 01/06/2024 vs historique complet
La fenêtre d'observation récente, couvrant les positions clôturées à partir du 1er juin 2024, apporte une confIRMation solide de la persistance du modèle. Durant cette période, la stratégie a comptabilisé 45 transactions pour une somme de rendements cumulés de 118,53 %. Ce sous-ensemble représente plus de 37 % de l'ensemble des transactions historiques du jeu de données. La densité de transactions durant cette phase récente prouve que l'algorithme n'est pas tombé dans une phase d'inactivité ou d'obsolescence. Au contraire, la cohérence des gains récents avec la moyenne pluriannuelle confIRMe la capacité d'adaptation de la logique décisionnelle face aux structures de prix récentes de l'action IRM.
Forces et limites
Parmi les forces majeures du modèle figurent son taux de réussite exceptionnel de 81,82 %, sa série impressionnante de 21 victoires consécutives, et son drawdown maximal de 13,81 %, qui témoigne d'un contrôle rigoureux du capital sous gestion. La faible dépendance aux trois plus gros gagnants (11,31 %) garantit une performance structurelle et non accidentelle. Côté limites, le profit factor de 1,25 constitue le principal point d'attention. Il met en évidence que la taille moyenne des pertes pèse plus lourdement dans la balance que celle des gains unitaires. Une dégradation future du taux de réussite impacterait donc plus rapidement le rendement net global. De plus, la faible fréquence d'arbitrage (17,01 trades par an) exige une grande patience lors du déploiement par un robot de trading.
Conclusion analytique DevioLab
Avec une note DevioLab de 79,97 et le rang 1 pour le ticker IRM, cette stratégie constitue une solution algorithmique de premier plan pour les investisseurs cherchant un modèle de swing trading mesuré. Sa capacité à maintenir des rendements annuels systématiquement positifs sur plus de 7 ans d'historique en fait une base solide pour la configuration d'agents de trading automatisés. L'analyste doit toutefois garder à l'esprit la nature assymétrique du couple rendement/perte unitaire: l'algorithme privilégie une fréquence élevée de petites victoires plutôt que la recherche de tendances massives. Il s'agit d'une modélisation historique robuste qui illustre l'efficacité de la prise de décision automatisée sur actions.
Périmètre des données et méthodologie
Toutes les métriques présentées dans ce document proviennent exclusivement de l'analyse rétrospective simulée des positions fermées sur l'action IRM entre le 16 septembre 2019 et le 27 octobre 2026. Les calculs reflètent le comportement théorique de la stratégie sur des données historiques en unités de 15 minutes. Ces chiffres ne tiennent pas compte de frais d'exécution, de glissement de prix (slippage) ou de contraintes de liquidité spécifiques non fournies dans le jeu de données de base. Ces résultats passés sont communiqués à des fins d'analyse quantitative et de recherche et ne constituent en aucun cas une garantie de rendement futur ou un conseil en investissement.