Qu'est-ce que le Maximum Adverse Excursion (MAE) en analyse de trades ?

En analyse de trades, le Maximum Adverse Excursion (MAE) désigne la pire perte latente enregistrée pendant la durée de vie d'un trade, avant sa clôture. Comprendre cet indicateur est essentiel pour évaluer la qualité de vos entrées en position et pour calibrer vos stop-loss sur une base empirique plutôt qu'intuitive.

Définition du Maximum Adverse Excursion (MAE)

Le MAE mesure, pour chaque trade individuel, le recul maximal du prix contre votre position entre l'ouverture et la clôture. Si vous achetez une action à 100 € et que le cours descend jusqu'à 93 € avant de remonter et de clôturer à 108 €, votre MAE est de 7 € par action, soit 7 %. Ce recul temporaire ne s'est pas transformé en perte réelle, mais il existait bien à un instant donné du trade.

Le concept a été popularisé par John Sweeney dans les années 1990 et reste une référence dans l'analyse systématique des performances de trading. Il complète les métriques classiques comme le ratio gain/perte ou le drawdown maximum, en apportant une vision intra-trade que les statistiques de clôture seules ne révèlent pas.

Comment calculer le MAE sur un trade

Le calcul est direct, mais requiert un accès aux données intra-trade (tick, minute ou heure selon le style de trading) :

• Trade long : MAE = Prix d'entrée − Prix le plus bas atteint pendant le trade
• Trade short : MAE = Prix le plus haut atteint pendant le trade − Prix d'entrée

On exprime généralement le MAE en pourcentage du prix d'entrée pour permettre des comparaisons entre instruments de natures différentes. Quelques exemples chiffrés :

• Entrée long à 50 €, point bas intra-trade à 47,50 € → MAE = 5 %
• Entrée short à 200 €, point haut intra-trade à 206 € → MAE = 3 %
• Entrée long à 1 000 €, point bas à 940 € → MAE = 6 %

Sur un ensemble de trades, on calcule ensuite la distribution des MAE : médiane, percentile 90, valeur maximale. Ces statistiques constituent les véritables leviers d'analyse de la stratégie.

MAE et placement des stop-loss : une application concrète

L'utilisation pratique la plus immédiate du MAE concerne le calibrage des stop-loss. Une erreur fréquente consiste à placer un stop trop serré, générant des sorties prématurées sur des trades qui auraient été gagnants. Le MAE permet de quantifier précisément ce risque.

Démarche en quatre étapes :

• Collectez le MAE de tous vos trades gagnants sur un historique représentatif (minimum 50 à 100 trades).
• Calculez le percentile 90 des MAE gagnants — supposons qu'il soit de 4,2 %.
• Un stop placé à moins de 4,2 % aurait éliminé au moins 10 % de vos trades gagnants avant qu'ils atteignent leur objectif.
• Votre stop minimal logique se situe donc légèrement au-delà de ce percentile, autour de 4,5 à 5 %.

Cette démarche ne garantit aucun résultat futur, mais elle ancre chaque décision dans des données empiriques. Pour une vision globale du sujet, notre article sur les fondamentaux de la gestion du risque constitue un complément naturel.

Analyser la distribution des MAE sur un portefeuille de trades

L'analyse d'un MAE individuel a peu de valeur isolément. C'est la distribution sur l'ensemble des trades qui révèle la qualité structurelle d'une stratégie. Voici comment interpréter les patterns les plus courants :

• MAE concentrés et faibles chez les gagnants : signe d'une entrée précise et d'un bon timing. La stratégie entre dans le sens du mouvement avec peu de friction initiale.
• MAE élevés même chez les gagnants : la stratégie supporte des reculs importants avant de se redresser. Elle peut être viable, mais exige une tolérance au risque temporaire élevée et des stops plus larges.
• Chevauchement fort entre MAE des gagnants et des perdants : il devient difficile de distinguer un bon trade d'un mauvais trade en cours d'évolution. Ce pattern peut indiquer un problème structurel d'entrée ou une logique de setup insuffisamment sélective.

Le graphique classique pour cette analyse est le scatter plot MAE vs. résultat final : en abscisse le MAE de chaque trade (en %), en ordonnée son résultat net (en %). La frontière naturelle entre les deux nuages de points révèle souvent un niveau de stop que l'analyse théorique seule ne pourrait pas identifier.

MAE vs MFE : deux indicateurs complémentaires

Le MAE s'analyse rarement seul. Son pendant symétrique, le Maximum Favorable Excursion (MFE), mesure le gain latent maximal atteint pendant un trade. Ensemble, ils offrent un audit complet de la qualité d'exécution :

• MFE élevé, résultat final faible : la stratégie laisse filer des profits. Un trailing stop ou une sortie partielle pourrait améliorer la capture des gains.
• MAE faible, MFE élevé : profil idéal — les entrées sont propres et les positions évoluent rapidement en territoire favorable.
• MAE élevé, MFE faible : signal d'alerte — les trades souffrent beaucoup pour progresser peu. Cela questionne la logique d'entrée ou la sélection des conditions de marché.

Intégrer le MAE dans votre processus d'analyse

Dans un contexte de paper trading ou de backtesting, le MAE est particulièrement précieux : il permet d'évaluer la robustesse d'une stratégie sans exposition financière réelle. Voici un workflow structuré :

• Étape 1 — Collecte : enregistrez systématiquement le point bas (longs) ou le point haut (shorts) intra-trade pour chaque position clôturée.
• Étape 2 — Segmentation : séparez les trades gagnants des perdants et calculez les statistiques descriptives de MAE pour chaque groupe (moyenne, médiane, percentile 90).
• Étape 3 — Visualisation : tracez le scatter plot MAE vs. résultat final et identifiez la zone de séparation naturelle entre les deux nuages de points.
• Étape 4 — Calibrage : ajustez votre stop-loss cible en vous basant sur le percentile 85–95 des MAE gagnants, en vérifiant que le ratio risque/récompense reste cohérent avec votre plan de trading.

Cette approche transforme une intuition vague sur le placement des stops en une décision fondée sur l'observation empirique de votre propre historique de trades — ce qui est au cœur de toute démarche d'analyse rigoureuse.