Black-Litterman — quand les maths rencontrent l'intuition
Black & Litterman
? Le problème
L'optimisation de Markowitz a un défaut fatal : elle est hypersensible aux rendements espérés. Un changement de 0.5% dans une prévision de rendement peut faire passer un portefeuille de « 80% actions » à « 20% actions ». Comment construire des prévisions de rendement stables et sensées ?
M La méthode
Fischer Black et Robert Litterman ont proposé une approche bayésienne élégante. On part d'un prior : les rendements implicites de l'équilibre de marché. Puis on ajoute des vues — les convictions spécifiques du gérant. Le modèle combine mathématiquement les deux.
! L'idée clé
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.
# Résultats
Le modèle Black-Litterman est devenu le standard de l'industrie pour l'allocation d'actifs. Aujourd'hui, c'est la base de la plupart des systèmes d'allocation des grandes sociétés de gestion (BlackRock, Amundi, Invesco…).
Comment byzance utilise cette recherche
Notre estimation des rendements est un Black-Litterman simplifié : forecast_return = market_forecast + alpha_historique. Le market forecast provient des prévisions macro d'Amundi et d'Invesco. L'alpha historique est estimé à partir du track record du fonds sur 1, 5 et 10 ans.
Référence
Black, F., & Litterman, R. (1992). Global Portfolio Optimization. Financial Analysts Journal, 48(5), 28–43.
Lire l'article original →Ces recherches alimentent vos portefeuilles
Chaque algorithme de byzance est fondé sur des décennies de recherche académique. Essayez gratuitement pendant 30 jours.
Essayer gratuitement