Un algorithme génétique de trading crypto ne prédit pas les marchés. Il fait évoluer automatiquement des milliers de stratégies, élimine les perdantes, et garde les survivantes en compétition permanente. Voici la mécanique réelle, sans marketing.
Ce qu'est vraiment un algorithme génétique
La majorité des bots de trading estampillés "IA" sont des règles fixes codées à la main : si RSI > 70, vend ; si prix casse le plus haut des 20 dernières bougies, achète. Les paramètres sont choisis par le développeur, souvent après avoir regardé un backtest jusqu'à ce qu'il soit satisfaisant.
Ce n'est pas de l'IA. C'est de la courbe-fitting.
Un vrai algorithme génétique (GA) fonctionne différemment. Il s'inspire directement de la sélection naturelle de Darwin :
- Tu crées une population initiale de stratégies aléatoires
- Tu évalues leur fitness (comment elles tradent sur des données réelles)
- Les meilleures survivent et se reproduisent — croisement de leurs paramètres
- La reproduction introduit des mutations aléatoires pour explorer de nouvelles zones
- Tu répètes sur plusieurs générations
Ce que le GA cherche, c'est pas une règle magique. C'est à naviguer un espace de paramètres gigantesque, guidé par ce qui marche vraiment.
Les 30 paramètres d'une stratégie Darwin
Dans Darwin Lab, chaque stratégie est définie par environ 30 gènes :
| Paramètre | Valeurs possibles | |-----------|------------------| | Timeframe | 1m, 5m, 15m, 1h, 4h, 1d | | Direction | long only, short only, les deux | | Indicateurs actifs | BBands, RSI, MACD, ADX, ATR, SuperTrend, StochRSI, FVG, Divergence, Breakout, MeanRevert | | Seuils d'entrée | spécifiques à chaque indicateur | | Stop-loss / take-profit | multiplicateurs en unités d'ATR | | Levier | 1x à 10x | | Filtres volume/volatilité | actifs ou non |
L'espace de combinaisons possibles est astronomique. Un humain qui testerait les combinaisons à la main passerait des années sur une infime fraction. Le GA l'explore automatiquement en quelques heures, guidé par la performance réelle.
La fonction de fitness — là où tout se joue
C'est le point où la plupart des implémentations de GA en trading échouent. Si tu optimises uniquement pour le win rate, tu obtiens des stratégies qui prennent de minuscules profits et laissent courir les pertes. Si tu optimises pour le return total, tu obtiens des stratégies qui font un trade énorme de temps en temps.
Darwin Lab utilise un score composite :
- Sharpe ratio (poids 0.30) — rendement par unité de volatilité
- Profit factor (0.20) — gains bruts divisés par pertes brutes
- Expectancy (0.25) — gain moyen par trade, compte tenu du win rate
- Bonus win rate (0.15) — récompense la consistance au-dessus de 50%
- Pénalité drawdown (0.10) — punition pour les grandes pertes pic-à-creux
Des disqualifications automatiques existent aussi : moins de 30 trades en test = score -999. Trop de signaux (>200 sur la fenêtre de test) = pénalité. Win rate à peine au-dessus du pile-ou-face = pénalité. Sans ces garde-fous, le GA trouverait des stratégies qui exploitent les failles de la fonction de fitness plutôt que le marché.
La validation en 5 folds walk-forward est obligatoire : les données sont découpées en 5 fenêtres chronologiques, la stratégie doit être profitable dans au moins 3 fenêtres sur 5. Une stratégie qui ne marche qu'en backtesting massif échoue cette étape.
Du GA à l'arène permanente
Le GA tourne toutes les 4 heures dans Darwin Lab, en quatre modes parallèles :
- Généraliste : 30 générations, population 35, fenêtre 60 jours
- Spécialiste régime : 12 générations, population 20 — optimisé pour le régime de marché actuel
- Liquid : 30 générations, population 30, fenêtre 90 jours, sur les 30 paires les plus liquides
- Pair Specialist : 15 générations, population 20 — spécifique à une paire (BTC, ETH, SOL...)
Les survivants ne vont pas directement en live. Ils entrent dans l'arène paper, qui tourne toutes les 2 minutes sur des prix réels. L'arène mesure les performances forward only — jamais les backtests.
Pour accéder au roster live (les 10 champions actifs), une stratégie doit :
- Faire au moins 15 trades en arène
- Win rate arène >= 25%
- PnL positif
- Profit factor >= 1.2
Actuellement : 3 119 stratégies en vie dans l'arène, 471 tuées. Les tuées ne sont pas supprimées — leur DNA est archivé avec le régime de marché dans lequel elles ont été conçues, au cas où ce régime revienne.
Exemple concret : le champion 809e1bb0
Le GOAT actuel du système a un bilan en arène sur 105 trades forward :
- Win rate : 69.7%
- Profit factor : 3.32
- PnL cumulatif : +$2 545 (arène, pas backtest)
- DNA : timeframe 4h/1d, direction LONG, levier 4x, indicateurs BBands + MACD + ADX + Breakout + Divergence + FVG
Ce champion a survécu à des centaines de générations. Son ADN combine des indicateurs de tendance (MACD, ADX), des indicateurs de structure (BBands, Breakout) et des indicateurs de momentum (FVG). C'est pas un réglage choisi à la main — c'est émergé naturellement parce que cette combinaison a montré une edge réelle sur des données forward.
Son win rate de 69.7% sur 105 trades n'est pas du backtest. C'est mesuré en arène sur des prix de marché réels, minute par minute.
À titre de comparaison : le champion Psycho 071bdb22 a un win rate arène de 98% et un profit factor de 450, mais sur un jeu de conditions très restreint (spécialiste weak_bull, long only). Son autorité dans l'ensemble est calibrée proportionnellement.
Pourquoi ça échoue quand même parfois
Plusieurs pièges sont propres aux GA en trading :
L'overfitting caché. Un GA peut trouver des paramètres qui "prédisent" une transition de régime passée — une coïncidence historique qui ne se répétera pas. La validation 5-fold réduit ce risque mais ne l'élimine pas.
La dégradation de régime. Une stratégie calibrée pour un marché en trend va sous-performer dans un marché en range. Darwin Lab classe le régime actuel (strong_bull, weak_bull, neutral, range, weak_bear, strong_bear, crash) et ajuste les tailles de positions et la sélection de champions en conséquence.
L'overtrading. Le GA peut trouver des stratégies qui font 200+ trades par fenêtre de test. Elles paraissent solides en aggregate, mais les frais les tuent en live. C'est pour ça que les pénalités d'overtrading existent dans la fitness function.
La microstructure. Les scalpers 5 minutes capturent des patterns de microstructure — order flow, spread, liquidité. Ces patterns sont noisier et moins persistants que ceux des timeframes 4h/daily. Le champion Frankenstein (eb686789) en est l'exemple parfait : 82% en backtest, 49% en live. Il a été tué.
Ce que le GA ne fait pas
Le système ne prédit pas les prix. Il détecte des structures de marché récurrentes et calibre des tailles de position selon la fréquence historique avec laquelle ces structures se sont résolues dans une direction donnée, sur une paire donnée, dans le régime de marché actuel.
C'est une distinction importante. Un bot qui "prédit" le marché est en général soit du bullshit marketing, soit un système qui a sur-fitté des données passées.
FAQ
Un algorithme génétique peut-il garantir des profits en crypto ? Non. Aucun système de trading ne peut garantir des profits. Un GA améliore la probabilité de trouver des stratégies avec une edge statistique réelle, mais les marchés changent et toute edge peut s'éroder. La gestion du risque reste indispensable.
Quelle est la différence entre un GA et un simple backtest optimisé ? Un backtest optimisé fait tourner les mêmes règles avec des paramètres variés jusqu'à trouver les meilleurs. Un GA fait évoluer la structure même des règles sur des générations successives, avec sélection, croisement et mutation — un espace de recherche incomparablement plus grand.
Combien de temps faut-il pour qu'une stratégie prouve son edge en arène ? Darwin Lab exige 15 trades forward minimum avant toute promotion. Sur les paires majeures actives, ça représente généralement 2 à 5 jours d'arène. Sur les paires moins actives, ça peut prendre une semaine ou plus.
Les résultats de l'arène sont-ils différents des résultats live ? Oui, marginalement. L'arène est paper trading sur prix réels mais sans slippage réel ni impact de liquidité. En live, des ajustements de taille de position et des guards supplémentaires (confidence XGBoost, regime filter, correlation guard) s'appliquent.
Peut-on voir le DNA des champions actifs ? Le DNA détaillé n'est pas public pour éviter le front-running. Les métriques forward (win rate, profit factor, nombre de trades) sont affichées sur le track-record.
Les signaux du système live sont diffusés gratuitement sur Telegram quand ils se déclenchent — avant que ce blog soit mis à jour.
Canal FREE : t.me/DarwinLabSignals — chaque entrée live en temps réel
Accès VIP : darwinlab-ai.netlify.app/vip — signaux gradés + stats complètes des champions