Ce que dit la recherche sur les stratégies ORB et de cassure

À but éducatif uniquement, pas un conseil financier. Les simulations et les backtests sont des modèles, pas des promesses. Vérifiez chaque règle auprès de votre propre firme.

Les cassures sont l’idée de day trading la plus populaire qui soit : acheter quand le prix franchit le range d’ouverture ou le plus haut de la veille, stop de l’autre côté, à plat à la clôture. Les preuves sont plus mitigées que ne le laisse croire YouTube. Voici ce qui tient et ce qui ne tient pas.

D’où vient l’ORB

Le livre de Toby Crabel paru en 1990, Day Trading with Short Term Price Patterns and Opening Range Breakout, a rendu l’idée célèbre : entrer quand le prix s’écarte de l’ouverture d’un « stretch » prédéfini, de préférence après une journée à range étroit (NR4, NR7) ou un inside day. Ses tests portaient sur des futures des années 1980, et le livre n’est pas évalué par les pairs.

Les éléments favorables

• Futures sur pétrole brut : Holmberg, Lönnbark et Lundström (2013) trouvent des rendements moyens significativement positifs pour une règle ORB « stretch depuis l’ouverture », avec sortie à la clôture. Un seul marché, et un traitement sommaire des coûts.
• La volatilité compte : un document de travail connexe (Lundström 2013/2017) constate que les rendements de l’ORB sont négatifs en période de faible volatilité et positifs en période de forte volatilité, sur les futures du pétrole brut et du S&P 500.
• Futures sur indices : Tsai et al. (2019, IEEE Access, une revue d’ingénierie) font état de variantes rentables sur cinq futures sur indices, avec un moment d’entrée optimisé pour chaque marché : le risque de data snooping est donc élevé.
• Pourquoi les cassures peuvent se prolonger : Osler (2003) montre, à partir de vrais carnets d’ordres bancaires sur le marché des changes, que les ordres stop-loss se concentrent juste au-delà des niveaux ronds, si bien qu’une cassure peut s’accélérer lorsque ces stops se déclenchent. Sturm (2021) trouve un momentum de court terme supplémentaire lorsqu’une action ouvre au-delà du plus haut ou du plus bas de la veille.
• L’effet connexe le plus fort : le momentum intraday. Le rendement de la première demi-heure prédit celui de la dernière demi-heure sur le SPY (Gao et al. 2018) et sur plus de 60 marchés à terme de 1974 à 2020 (Baltussen et al. 2021), en lien avec les couvertures des teneurs de marché d’options et le rééquilibrage des ETF à effet de levier. C’est un trade au niveau du marché vers la clôture, pas la cassure d’un niveau.

Les éléments défavorables

• Règles intraday sur les actions américaines : Marshall, Cahan et Cahan (2008) ont testé 7 846 règles intraday sur des données SPY en 5 minutes, dont des cassures de supports/résistances et de canaux. Aucune n’était rentable après correction du data snooping.
• Des milliers de règles, un siècle de données : Sullivan, Timmermann et White (1999) ainsi que Bajgrowicz et Scaillet (2012) constatent que les meilleures règles techniques, cassures comprises, cessent de fonctionner hors échantillon, surtout après les années 1980 et une fois les coûts ajoutés.
• Revues de littérature : Park et Irwin (2007) passent en revue 95 études : les résultats positifs sont fréquents sur les anciens échantillons de futures et de devises, et fragiles une fois pris en compte le data snooping, la sélection des règles et les coûts.

Les articles SSRN populaires

La plupart des affirmations selon lesquelles « l’ORB fonctionne sur les actions » remontent aux documents de travail de praticiens de Zarattini et de ses coauteurs (2023, 2024). Ils rapportent de bons résultats pour un ORB 5 minutes sur le QQQ et sur les « stocks in play », les ~20 actions américaines au plus fort volume relatif chaque matin. Ces articles ne sont pas évalués par les pairs. Le filtre de sélection des actions fait l’essentiel du travail, l’échantillon (2016–2023) était volatil, les résultats reposent sur l’effet de levier et des stops serrés, et les hypothèses de slippage pèsent beaucoup. Un document de travail pré-enregistré de Fetna paru en 2026 rapporte que les variantes d’ORB échouent après coûts ; nous n’avons pu vérifier que son titre.

Ce que nos propres backtests ont montré

Nous avons mené nos propres tests (non évalués par les pairs) sur une liste fixe de 25 grandes actions américaines et 19 ETF :

• Cassure du plus haut/plus bas de la veille, à plat à la clôture (actions, bougies de 1 heure, environ 3 ans) : 15 799 trades, 49 % de gagnants, +0,007R par trade avant coûts et −0,037R après. Seuls 4 % des symboles étaient positifs hors échantillon.
• ETF : un petit avantage brut de 1 à 2 points de base par trade, réel sur 21 ans de données journalières, mais des coûts de 2 à 10 points de base l’ont rendu négatif.
• Ne trader que dans le sens de la veille a légèrement dégradé les résultats. Les filtres de volume relatif n’ont pas aidé sur ces grandes capitalisations ; le quart le plus volatil des symboles s’en est le plus approché, tout en restant négatif.
• La règle d’achat NR7 de Crabel sur le SPY de 2000 à 2026 a gagné 49,8 % du temps, contre les 67 % qu’il rapportait sur les futures du S&P des années 1980.

Un piège ressort : sur des bougies journalières, un backtest ne peut pas savoir si le stop ou l’entrée est intervenu en premier dans la journée. Plusieurs versions semblaient rentables en données journalières et sont devenues négatives une fois rejouées en bougies horaires. Les jours de gap en sont un autre : on suppose une exécution à votre niveau alors que l’exécution réelle se fait sur une ouverture plus défavorable.

Pourquoi les sites ne sont pas d’accord

1. Des rendements totaux avec effet de levier sur une fenêtre volatile, au lieu de résultats ajustés du risque sur plusieurs régimes.
2. Une sélection d’actions appliquée a posteriori, ou cachée.
3. Spread, slippage sur des stops serrés et coûts de l’enchère d’ouverture ignorés.
4. Biais du survivant : tester les gagnants d’aujourd’hui.
5. Des centaines de variantes essayées, la meilleure affichée, aucun test hors échantillon.
6. Des résultats sur les futures appliqués aux actions.

En résumé

Les cassures de type ORB bénéficient d’un vrai soutien évalué par les pairs sur les futures, surtout en période de forte volatilité, et il existe un mécanisme plausible (cascades de stops). Sur une liste fixe d’actions et d’ETF liquides, l’effet est trop faible pour couvrir les coûts. Les affirmations concernant les actions reposent sur un filtre de sélection dans des articles non évalués. Si vous tradez l’ORB dans un challenge, mesurez vos coûts en R, testez sur des données intraday avec des exécutions réalistes et gardez une période hors échantillon intacte.

Sources

1. Crabel, T. (1990). Day Trading with Short Term Price Patterns and Opening Range Breakout. Traders Press. [Livre]
2. Holmberg, U., Lönnbark, C. & Lundström, C. (2013). Assessing the profitability of intraday opening range breakout strategies. Finance Research Letters 10(1), 27–33. doi:10.1016/j.frl.2012.09.001 [Évalué par les pairs]
3. Lundström, C. (2013, rev. 2017). Day trading returns across volatility states. Umeå Economic Studies 861. ideas.repec.org/p/hhs/umnees/0861.html [Document de travail, non évalué par les pairs]
4. Tsai, Y.-C. et al. (2019). Assessing the profitability of timely opening range breakout on index futures markets. IEEE Access 7, 32061–32071. doi:10.1109/access.2019.2899177 [Revue d’ingénierie]
5. Osler, C. L. (2003). Currency orders and exchange rate dynamics: An explanation for the predictive success of technical analysis. Journal of Finance 58(5), 1791–1819. doi:10.1111/1540-6261.00588 [Évalué par les pairs]
6. Sturm, R. R. (2021). The influence of daily price extremes on short-term stock returns. Journal of Behavioral Finance 22(3), 254–264. doi:10.1080/15427560.2020.1772262 [Évalué par les pairs]
7. Gao, L., Han, Y., Li, S. Z. & Zhou, G. (2018). Market intraday momentum. Journal of Financial Economics 129(2), 394–414. doi:10.1016/j.jfineco.2018.05.009 [Évalué par les pairs]
8. Baltussen, G., Da, Z., Lammers, S. & Martens, M. (2021). Hedging demand and market intraday momentum. Journal of Financial Economics 142(1), 377–403. doi:10.1016/j.jfineco.2021.04.029 [Évalué par les pairs]
9. Marshall, B. R., Cahan, R. H. & Cahan, J. M. (2008). Does intraday technical analysis in the U.S. equity market have value? Journal of Empirical Finance 15(2), 199–210. doi:10.1016/j.jempfin.2006.05.003 [Évalué par les pairs]
10. Sullivan, R., Timmermann, A. & White, H. (1999). Data-snooping, technical trading rule performance, and the bootstrap. Journal of Finance 54(5), 1647–1691. doi:10.1111/0022-1082.00163 [Évalué par les pairs]
11. Bajgrowicz, P. & Scaillet, O. (2012). Technical trading revisited: False discoveries, persistence tests, and transaction costs. Journal of Financial Economics 106(3), 473–491. doi:10.1016/j.jfineco.2012.06.001 [Évalué par les pairs]
12. Park, C.-H. & Irwin, S. H. (2007). What do we know about the profitability of technical analysis? Journal of Economic Surveys 21(4), 786–826. doi:10.1111/j.1467-6419.2007.00519.x [Évalué par les pairs]
13. Zarattini, C. & Aziz, A. (2023). Can day trading really be profitable? SSRN. doi:10.2139/ssrn.4416622 [Document de travail, non évalué par les pairs]
14. Zarattini, C., Barbon, A. & Aziz, A. (2024). A profitable day trading strategy for the U.S. equity market. SSRN. doi:10.2139/ssrn.4729284 [Document de travail, non évalué par les pairs]
15. Fetna (2026). Opening-range breakout does not survive trading costs: A pre-registered 225-cell study. SSRN (title verified only). doi:10.2139/ssrn.7428398 [Document de travail, non évalué par les pairs]

« Évalué par les pairs » signifie publié dans une revue à comité de lecture. Les documents de travail et les livres ne sont pas évalués par les pairs. Les chiffres issus de « nos propres tests » sont nos backtests et simulations, pas de la recherche évaluée par les pairs.