Cadre de rechercheCette note examine le DCAUT (DCA adaptatif à la volatilité) sur différents horizons et actifs, en le comparant au buy-and-hold et au DCA à montant égal.

Échantillon et données clésQuatre backtests du même produit quantitatif:

• BTC (≈5 mois): rendement réalisé +16.59%, drawdown max 21.12%, Sharpe 1.17, annualisé +42.55%, taux de réussite 100%, 2,581 transactions.

• BTC (≈6 mois): +29.43% / 10.52% / 2.38 / +76.95% / 99.04% / 2,630.

• BTC (≈18 mois): +111.86% / 74.40% / 1.08 / +62.28% / 100% / 8,431.

• ETH (≈8 mois): +28.67% / 9.70% / 1.43 / +44.06% / 99.09% / 3,364.
  Coupe transversale: rendement annualisé moyen 56.46% (médiane 53.17%), Sharpe médian 1.30, drawdown max médian 15.82%. Total des transactions 17,006. Le taux de réussite de près de 100% doit être interprété avec la convention de comptage des entrées/sorties.

Preuves visuelles et observations
La courbe verte de «rendement réalisé» se situe généralement au-dessus – et est plus lisse que – le PnL d'achat et de conservation bleu clair. Après des baisses unidirectionnelles, la courbe d'équité DCAUT repasse au-dessus de zéro plus tôt et continue de grimper, reflétant la réduction des coûts grâce à la «pondération par paliers de drawdown + adaptation à la volatilité». Sur le plus long horizon, la stratégie montre un drawdown maximal de −74.40% mais se termine avec un rendement réalisé de +111.86%, indiquant des gains différés grâce à la «moyenne à la baisse», tout en exigeant une tolérance au capital plus forte.

Mécanique (Pourquoi ça marche)

• Mise à l'échelle de la volatilité: dimensionner chaque achat par ATR/médiane-ATR; plus grande volatilité → plus d'unités par dollar, et vice versa, façonnant une courbe de coût réflexive.
• Paliers de drawdown: lorsque le drawdown du prix par rapport à un sommet local s'accentue, déclencher un dimensionnement de 1.2×/1.6× pour augmenter l'exposition dans la zone d'«avantage de coût».
• Réalisation et lissage: de nombreuses entrées dispersées stabilisent le PnL réalisé; la courbe est moins sensible au bruit ponctuel; Sharpe >1 dans la plupart des fenêtres.

Risques et limites

• Microstructure: un nombre élevé de transactions signifie une sensibilité aux frais/glissements; un taux de réussite élevé ≠ profit sans tenir compte des ratios de gain et du temps de détention.
• Tolérance au capital: des drawdowns cycliques profonds impliquent que la mise à l'échelle en début de marché baissier peut amplifier la volatilité papier si le budget de risque est serré.
• Hétérogénéité des actifs: définir les seuils de palier et les facteurs de volatilité par actif (BTC vs ETH) plutôt qu'une règle unique.

Implémentation de la plateforme
Nous fournissons des modèles multi-styles — Conservateur (paliers inférieurs, multiplicateurs plus petits), Équilibré (référence), Agressif (multiplicateurs plus grands, réponse plus rapide) — et divulguons: taux de réussite de la fenêtre, distribution des drawdowns, efficacité équité-capital, et tests de stress de sensibilité aux frais, ainsi que des journaux et scripts de backtest reproductibles.

Conclusion
L'avantage de DCAUT n'est pas la prédiction des prix mais la récolte de la volatilité: allouer davantage là où la volatilité doit être supportée, aligner la courbe des coûts avec la volatilité, et convertir le caractère aléatoire en gains moyens d' efficacité du capital . Pour les utilisateurs recherchant une capitalisation à long terme avec des chiffres transparents, c'est une courbe de « défense stable » qui mérite d'être ajoutée au portefeuille.