Recherche
Chaque stratégie de byzance repose sur des fondements académiques solides. Découvrez les articles de recherche qui alimentent nos algorithmes d'optimisation de portefeuille, de gestion du risque et d'analyse quantitative.
SmartCrypto 8 articles
Surfer sur les tendances, en se retirant au bon moment
Un système de trading qui « écoute » la volatilité et adapte son agressivité en temps réel surperforme largement les stratégies à paramètres fixes — surtout en crypto où les régimes de marché changent brutalement.
Ioannis Karassavidis, Lampros Kateris & Maximos Ioannidis
Jouer la paire — gagner même quand le marché perd
Au lieu de parier sur la direction du marché, on peut parier sur la relation entre deux cryptos qui revient toujours à sa moyenne — et gagner dans les deux sens, avec une exposition au marché quasi nulle.
Rafael Baptista Palazzi
Un algorithme rentable — du labo au portefeuille réel
Un algorithme de trading n'a de valeur que s'il est testé dans toutes les conditions de marché — haussier, baissier et latéral — avec des coûts réalistes. Cette étude prouve qu'un réseau de neurones bien calibré peut être rentable dans les trois régimes.
Mimmo Parente, Luca Rizzuti & Mario Trerotola
Le stop-loss intelligent — couper ses pertes sans tuer ses gains
Les règles de stop-loss améliorent significativement les rendements des stratégies momentum en crypto : elles coupent les queues de pertes tout en laissant les gagnants courir — transformant une stratégie volatile en une stratégie asymétrique gagnante.
Mohsin Sadaqat & Hilal Anwar Butt
Quand Twitter prédit les krachs — le pouvoir du sentiment de marché
Le contenu textuel des tweets (pas juste leur sentiment simplifié) a un vrai pouvoir prédictif sur les mouvements extrêmes du Bitcoin — surtout quand il est traité par un modèle de langage spécialisé en finance.
Yanzhao Zou & Dorien Herremans
Quand plusieurs IA se mettent d'accord — la puissance du vote collectif
Un seul modèle de deep learning est instable et peu fiable pour prédire les cryptos. Mais en faisant « voter » plusieurs modèles ensemble, on obtient des prédictions beaucoup plus stables et robustes — particulièrement pour détecter la direction du marché.
Ioannis E. Livieris, Emmanuel Pintelas, Stavros Stavroyiannis & Panagiotis Pintelas
Le manuel du quant moderne — les fondations du Machine Learning en finance
Le Machine Learning appliqué naïvement à la finance produit systématiquement du surapprentissage. Pour que ça marche, il faut repenser l'ensemble du pipeline — de la façon dont on structure les données jusqu'à la façon dont on valide les modèles.
Marcos López de Prado
TCN vs LSTM — le duel des architectures
Les réseaux convolutionnels temporels (TCN) surpassent les Long Short-Term Memory (LSTM) sur la majorité des tâches de modélisation de séquences — ils sont plus précis, plus rapides, et capturent des dépendances plus longues. L'association automatique « séquence = LSTM » doit être abandonnée.
Shaojie Bai, J. Zico Kolter & Vladlen Koltun
SmartPortfolio 15 articles
Le manuel de référence — toute la mécanique du portefeuille
Les détails méthodologiques (log-returns vs simples, annualisation correcte, multi-horizons) ne sont pas des détails — ils sont essentiels pour des résultats fiables.
Elton, Gruber, Brown & Goetzmann
Chance ou talent ? — la vérité brutale sur l'alpha des fonds
La grande majorité des fonds ne génèrent pas d'alpha net de frais. La bonne stratégie n'est pas de chercher l'alpha absolu mais de sélectionner le meilleur fonds relatif dans chaque catégorie.
Fama & French
1/N bat les maths — quand la simplicité gagne
Aucune méthode d'optimisation sophistiquée ne bat systématiquement la stratégie naïve 1/N hors échantillon. Le surcoût en estimation d'erreur (les modèles se trompent sur les rendements et corrélations futurs) annule le gain théorique de l'optimisation.
DeMiguel, Garlappi & Uppal
Chaque outil à sa place — MVO pour l'allocation, simplicité pour la sélection
MVO est utile au niveau de l'allocation entre classes d'actifs (où les différences de rendement/risque sont grandes et stables), mais 1/N est préférable au niveau de la sélection de titres au sein de chaque classe (où les erreurs d'estimation dominent). La bonne stratégie, c'est « chaque outil à sa place ».
Duchin & Levy
La loi fondamentale de la gestion active — IC × √Breadth
La performance d'un processus de gestion active est le produit de la qualité des prévisions (IC) par la racine du nombre de décisions indépendantes (Breadth).
Grinold & Kahn
La taxe invisible — le vrai coût d'un swap en CTO
Chaque swap de fonds en CTO a un coût fiscal caché de 2 à 4.5% de la position. Ce coût doit être explicitement comparé au bénéfice attendu du nouveau fonds.
Stein, Siegel & Brooks (2000) / Israel & Moskowitz
L'information ratio — combien vaut un gérant actif ?
L'information ratio est la mesure définitive de la valeur ajoutée d'un gérant actif : combien d'alpha produit-il pour chaque unité de risque actif qu'il prend par rapport à son benchmark ?
Goodwin
La persistance est un mirage — et l'historique long est roi
La persistance de la performance des fonds est faible et s'explique presque entièrement par l'exposition au facteur momentum — pas par le talent du gérant. Pour estimer un vrai alpha, il faut des historiques longs (10 ans > 5 ans > 1 an).
Carhart
Le Sharpe Ratio revisité — choisir le bon benchmark
Le benchmark de comparaison doit être adapté au contexte. Un ratio rendement/risque n'a de sens que si la référence est pertinente.
Sharpe
Rebalancer ou pas ? — le calcul coûts vs bénéfices
Le rebalancing crée de la valeur — mais seulement si les bénéfices dépassent les coûts. Un seuil de déclenchement est plus efficace qu'un rebalancing à fréquence fixe.
Arnott & Lovell
Black-Litterman — quand les maths rencontrent l'intuition
Au lieu d'estimer les rendements espérés à partir de zéro, on part de ce que le marché nous dit (l'équilibre) et on ajuste avec des vues spécifiques. C'est plus stable, plus sensé, et ça produit des portefeuilles exploitables.
Black & Litterman
93.6% — le chiffre qui change tout sur la performance d'un portefeuille
L'allocation stratégique — la simple décision « combien en actions, combien en obligations » — explique 93.6% de la variation des rendements d'un portefeuille dans le temps. Le stock-picking et le market timing sont des bruits marginaux.
Brinson, Hood & Beebower
L'appraisal ratio — mesurer la compétence pure du gérant
Le vrai critère de sélection d'un fonds n'est pas son rendement total, ni même son Sharpe ratio, mais son « alpha par unité de risque actif » — la compétence pure du gérant isolée de tout mouvement de marché.
Treynor & Black
Le Sharpe Ratio — le mètre-étalon de la performance ajustée du risque
Le rendement seul ne veut rien dire sans le risque. Le ratio rendement/risque (Sharpe ratio) est le seul critère valide pour comparer des fonds entre eux — et c'est devenu le standard mondial depuis 60 ans.
Sharpe
Le Big Bang de la finance moderne — Markowitz et la diversification
Le risque d'un portefeuille n'est pas la moyenne des risques des actifs qui le composent — il est réduit par les corrélations imparfaites entre eux. C'est la diversification quantifiée.
Markowitz
SmartEquity 9 articles
Value et Momentum partout — les deux forces universelles des marchés
Value et momentum sont des forces universelles qui existent dans tous les marchés et toutes les classes d'actifs. Mieux encore : elles sont naturellement décorrélées (quand l'une sous-performe, l'autre compense), ce qui en fait le duo parfait pour construire un portefeuille robuste.
Asness, Moskowitz & Pedersen
Oubliez le chiffre — c'est le classement qui compte
Le classement relatif intra-sectoriel des price targets (quintile par secteur) est un prédicteur puissant des rendements futurs — bien plus que le price target en valeur absolue. Les analystes se trompent sur le chiffre mais ont raison sur le rang.
Da & Schaumburg
Changements vs niveaux — le match définitif
Les changements de recommandation prédisent significativement mieux les rendements que le niveau absolu du rating. De plus, la distribution des notes d'un broker prédit la qualité de ses recommandations — un broker qui note tout « Acheter » ne vous aide pas.
Barber, Lehavy, McNichols & Trueman
Tous les analystes ne se valent pas — le pouvoir du track record
Le track record des analystes a un pouvoir prédictif : les « star analysts » (top 20% historiques) génèrent significativement plus d'alpha que les autres, particulièrement côté short. Filtrer par qualité de l'analyste améliore substantiellement le signal de recommandation.
Trueman, Wong & Zhang
Analyser les analystes — quand les recommandations ajoutent-elles vraiment de la valeur ?
Le changement dans le consensus des analystes est un prédicteur robuste et universel des rendements futurs. Le niveau absolu du consensus n'ajoute de la valeur que conditionnellement — essentiellement pour les actions value et momentum. Moralité : ce qui compte, c'est la direction du mouvement, pas le point de départ.
Jegadeesh, Kim, Krische & Lee
Les analystes gonflent les chiffres — mais leur ranking dit vrai
Les price targets contiennent une information réelle à court terme, mais cette information est dans le rang relatif — pas dans le chiffre. En valeur absolue, les targets sont biaisés à la hausse d'environ 9%. Mais le classement « cette action est plus prometteuse que celle-là » est un signal fiable.
Brav & Lehavy
Peut-on profiter des prophètes ? — la preuve que le classement marche
Oui, on peut profiter des « prophètes ». Le portefeuille long/short basé sur le classement relatif du consensus des analystes génère un alpha significatif. Ce qui prouve que le classement relatif (mieux notées vs moins bien notées) contient une vraie information prédictive exploitable.
Barber, Lehavy, McNichols & Trueman
Le modèle à 4 facteurs — la boussole de la performance
La quasi-totalité de la performance des fonds s'explique par leur exposition à 4 facteurs : marché, taille, value et momentum. Le « vrai » alpha — la compétence du gérant qui ne s'explique par aucun facteur — est extrêmement rare. Le facteur momentum à lui seul explique une grande part de la persistance de performance des fonds.
Carhart
Acheter les gagnants, vendre les perdants — la découverte qui a changé la finance
Le momentum est réel : les actions qui montent ont tendance à continuer de monter sur 3 à 12 mois, et celles qui baissent continuent de baisser. Ce n'est pas de la chance — c'est un phénomène structurel lié à la manière dont l'information se diffuse lentement dans les marchés.
Jegadeesh & Titman