Comment comprendre ce portefeuille ?
Depuis plusieurs années, je m'intéresse à la finance quantitative. Chaque fois que je découvre un nouveau sujet, je me demande comment je pourrais en tirer parti pour construire des outils qui m'aident à investir. Avec le temps, j'ai construit un outil de suivi qui me permets de générer un panneau de contrôle. La démarche constitue une approche d'allocation stratégique, ou
d'allocation tactique. basée sur des ETF. La première étape pour profiter des outils que j'ai mis en place, c'est de savoir quels sont les
ETF évalués pour mon portefeuille La seconde étape nécessite de comprendre les algorithmes quantitatifs que j'ai reproduits:
Considérations générales
La journée d’hier a vu les places boursières émergentes encore hésitantes dans l’attente du passage de la loi fiscale au sénat américain. Les indices nord-américains ont par contre poursuivi à la hausse, avec une accélération additionnelle due à la hausse du dollar. Le pétrole poursuit sa remontée.
Comme hier, je suis partagé sur la question d’alléger mon exposition à l’Asie. Structurellement, aucune nouvelle information négative réellement significative ne s’est présentée, et le décrochage actuel pourrait mener à un retour à la moyenne subséquent. De manière générale, vendre des titres lorsque les baisses sont déjà amorcées n’est pas une bonne idée.
Coté ML, les prédictions d’hier se sont renforcées. L’outil recommande de surpondérer les valeurs qui ont souffert ces derniers jours avec ASI en premier lieu et UST en troisième position. La remontée de RIO est une surprise, d’autant plus que l’indicateur momentum de ce titre est clairement négative, avec des pertes à 3m de -2.73%. De manière générale, plus un actif est volatile et sensible à l’instabilité politique et/ou aux catastrophes naturelles, plus il est difficile de prédire son évolution sur le court terme, c’est pourquoi j’argue de la sagesse de combiner ces indicateurs ML avec les approches traditionnelles de Mean Variance Optimisation (MVO) qui elles sont beaucoup plus stables dans le temps et ont aussi tendance à favoriser des actifs peu risqués. Au résultat, la combinaison ressemble à un portefeuille de marché voir (notre indicateur synthétique), mais les allocations sont plus dynamique et fortes sur des actifs qui seraient ignorés par une approche MPT plus classique.
Prédiction ML sur un horizon 20 jours
Les chiffres affichés pour l’exercice de Machine Learning sont à comprendre comme des prévisions de rendement à 20 jours.
Les valeurs privilégiées par cet algorithme sont: Lyxor China Enterprise (HSCEI) ETF (ASI), Lyxor Brazil (Ibovespa) ETF (RIO), Lyxor Nasdaq-100 ETF (UST)
Score Momentum
Les chiffres affichés pour l’exercice de Momentum sont à comprendre comme un score, qui ne correspond pas à des rendements prévisionnels ou des poids de portefeuilles. Ce score permet juste d’obtenir un ordre de préférence des investissement.
Les valeurs privilégiées par cet algorithme sont: Lyxor Dow Jones Industrial Average ETF (DJE), Lyxor Russia (Dow Jones Russia GDR) ETF (RUS), Lyxor S&P 500 ETF (SP5)
Portefeuille optimisé CLA
Pour cet exercice, les chiffres affichés sont à comprendre comme des poids d’un portefeuille hypothétique. La somme des poids individuelles est égale à 1. Les poids négatifs sont des shorts.
Les valeurs privilégiées par cet algorithme sont: Lyxor S&P 500 ETF (SP5), Lyxor MSCI World ETF (WLD), Amundi ETF MSCI Eastern Europe ex Russia ETF (CE9)
Portefeuille optimisé GMVP
Pour cet exercice, les chiffres affichés sont à comprendre comme des poids d’un portefeuille hypothétique. La somme des poids individuelles est égale à 1. Les poids négatifs sont des shorts.
Les valeurs privilégiées par cet algorithme sont: Lyxor MSCI World ETF (WLD), Lyxor S&P 500 ETF (SP5), Lyxor EUROMTS 15+Y Investment Grade (DR) ETF (MTF)
Portefeuille optimisé MDP
Pour cet exercice, les chiffres affichés sont à comprendre comme des poids d’un portefeuille hypothétique. La somme des poids individuelles est égale à 1. Les poids négatifs sont des shorts.
Les valeurs privilégiées par cet algorithme sont: Lyxor MSCI World ETF (WLD), Lyxor S&P 500 ETF (SP5), Amundi ETF MSCI Eastern Europe ex Russia ETF (CE9)
Portefeuille optimisé MCA
Pour cet exercice, les chiffres affichés sont à comprendre comme des poids d’un portefeuille hypothétique. La somme des poids individuelles est égale à 1. Les poids négatifs sont des shorts.
Les valeurs privilégiées par cet algorithme sont: Lyxor EUROMTS 15+Y Investment Grade (DR) ETF (MTF), Lyxor S&P 500 ETF (SP5), Lyxor MSCI World ETF (WLD)
Portefeuille optimisé HRP
Pour cet exercice, les chiffres affichés sont à comprendre comme des poids d’un portefeuille hypothétique. La somme des poids individuelles est égale à 1. Les poids négatifs sont des shorts.
Les valeurs privilégiées par cet algorithme sont: Lyxor EUROMTS 15+Y Investment Grade (DR) ETF (MTF), Lyxor S&P 500 ETF (SP5), Lyxor Nasdaq-100 ETF (UST)
Conclusion: notre indicateur synthétique
Cet indicateur agrége les préférences des algorithmes Momentum, Machine Learning, MDP et CLA. Comme ces chiffres sont de dimensions différentes, Nous procédons à un tri selon le rang de chaque indicateur et nous prenons la moyenne de ces rangs. Le placement de rang moyen le plus haut est à privilégier relativement aux investissement rangs moyens plus bas.
Il ya un mois...
En faisant tourner l'algorithme de ML dans le passé, il est possible de comparer les rendements prédits (uniquement pour le ML) il y a un mois avec les rendements réels réalisés par les marchés sur les 20 jours écoulés depuis.
Disclaimer : Ce message ne constitue pas un conseil d’investissement. J’invite chaque lecteur à construire des portefeuilles équilibrés correspondant à leur préférence de risque si possible avec l’aide d’un professionnel. En particulier, je n’offre aucune garantie que les prévisions construites se révèlent conforme à l’évolution des marchés.