samedi 9 décembre 2017

Portefeuille ETF au samedi 9 décembre 2017: Soft brexit Edition

État des marchés


Hier, Threresa May a accordé de vastes concession à Bruxelles pour sortir de longues négocations dont le risque politique pour elle était plus grand que pour un accord que tous les acteurs considèrent comme sérieusement favorable à l'Europe. Nul doute que la suite des négociations sera identique, et que Europe entame cette nouvelle étape en position de force. 

Pour ce qui est de nos actifs, la semaine a été difficile, même si hier, les valeurs les plus délaissées ont amorcé un retour. On notera l'arrivée surprise de l'Inde en haut du classement cette semaine avec des gains de plus de 2.58%, suivi de prés par le NASDAQ à 1.53%. C'est une surprise, et il faudra suivre avec attention l'évolution de ce BRIC dans les jours à venir.
L'or et les commos, dont le pétrole, finissent la semaine en baisse, mai ne sont pas forcément mal orientés.

vendredi 8 décembre 2017

Portefeuille ETF au vendredi 8 décembre 2017: celui ou on parle d'endettement

De l’obligation de s’endetter jeune, pour investir


Dans ce blog, depuis les premiers articles, je parle de la nécessité de s’endetter tôt. J’ai déjà insisté sur le fait que l’endettement est une bonne chose, mais uniquement pour soutenir des investissements sains, raisonnablement risqués, et que la résidence principale n’en fait pas partie. Encore faut-il respecter certaines conditions. Notamment ne pas passer par la case zéro (source Beyond Markowitz: A Comprehensive Wealth Allocation Framework for Individual Investors):

jeudi 7 décembre 2017

Portefeuille ETF au jeudi 7 décembre 2017

Considérations Générales

Aujourd'hui je vais parler de la disparition progressive et annoncée des sources de diversification sur les marchés.

Tout d'abord revenons  au fondamentaux du problème. Quand j'utilise le mot diversification, je suis certain que tous mes lecteurs savent ce qu'est une bonne chose, et qui plus est, je n'ai pas besoin de leur expliquer ce que c'est. C'est le vieil adage, « ne pas mettre tous ses œufs dans le même panier »… mais il n'est pas possible d'aller plus loin sans parler de volatilité et de corrélation. Je ne vais pas vous faire un cours magistral sur le sujet, mais la volatilité augmente avec le carré des variations journalières. Il est considéré que n'importe quel investisseur rationnel, préfère les investissements peu volatiles. Cela n'a de sens que si on accepte que la volatilité est une mesure symétrique par rapport au gains et au pertes. Un actif qui a de folles accélération vers le haut, va avoir de folles accélération vers le bas aussi. Si on accepte ce postulat, et comme tout le monde est averse au pertes, moins de volatilité c'est mieux.

Maintenant, la corrélation : si deux actifs bougent en même temps de la même façon, ils sont corrélés. Ce n'est pas plus compliqué que ça. La corrélation, même si c'est entre deux séries qui vont vers le haut, c'est mal. Pour le comprendre, il suffit de prendre un portefeuille de deux actifs. Si leur corrélation est opposée (-1.), les variations de l'un vont compenser les variations de l'autre, et la volatilité, le risque du portefeuille des deux actifs sera zéro. Son rendement aussi sera zéro. Mais l'objectif, ce n'est pas d'annuler les variations, l'objectifs c'est de garder les fluctuations du portefeuille sous un certain seuil tolérable, et de maximiser le rendement à ce niveau de volatilité là.

Pour illustrer ce propos, voici un tableau mis en place par David Varadi de cssanalytics. On voit dedans la volatilité associée à un investissement dans un portefeuille d'actifs dont la corrélation moyenne varie entre 1 et -1. Si on a une corrélation parfaite entre les actifs de 1.0, alors la volatilité est 10 toujours. Mais si la corrélation moyenne est zéro,  alors avec deux actifs, la volatilité et de 7, avec 10 actifs, la volatilité est de 3, à 100 actifs, elle est de 1.
Ceci étant dit, je reviens au constat précédent, et je le reformule : le niveau des corrélations entre les classes d'actifs ne fait qu'augmenter depuis plusieurs années, ce n'est pas un cycle, et c'est mal. Très mal.

L'exemple classique, c'est les obligations et les actions. Avec les etfs, il n'a jamais été aussi facile que d'investir dans les obligations. Maintenant, les actions ont toujours battu les obligations sur le long terme. Il y a seulement deux raisons pour investir dans les obligations dans ce cas : la volatilité des obligations est moindre que celle des actions, et les obligations sont anti-corrélés avec les actions, donc un portefeuille réunissant les deux est moins risqué. Or voilà, les obligations se comportent de plus comme les actions.

mercredi 6 décembre 2017

Portefeuille ETF au mercredi 6 décembre 2017

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


mardi 5 décembre 2017

Portefeuille ETF au mardi 5 décembre 2017

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

samedi 2 décembre 2017

Mes recommandations de portefeuille ETF au samedi 2 décembre 2017

report

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:

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.

vendredi 1 décembre 2017

Mes recommandations de portefeuille ETF au vendredi 1 décembre 2017

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:

jeudi 30 novembre 2017

Mes recommendations de portefeuille ETF au jeudi 30 novembre 2017

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 baisse se poursuit sur les actions émergentes et sur les valeurs technologiques. Sur les 5 derniers jours, L'indice MSCI Emerging Market a perdu 1.59% et cette baisse est prolongée aujourd'hui. Aussi impactées, les valeurs technologiques auraient perdu plus de 60 Milliards de dollar hier sur le NASDAQ, sans compter les valeurs asiatiques du même secteur. Ce matin seul l’Europe et la Russie s'en sortent bien. Pour cette dernière, la stabilité du pétrole est certainement en jeu.
Je suis actuellement surpondéré sur les valeurs émergentes, dont la valorisation est considérablement plus attrayante que celle des pays développés, et donc ces derniers jours ont été assez difficiles. Je me suis interrogé pour réduire mon exposition notamment au Hang-Seng. Toutefois, Les dernières prédiction ML tablent sur un retour à la moyenne de cette valeur et des valeurs technologiques. Si la croissance reprend, elle sera spectaculaire.

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.

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.

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.

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.

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.

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.

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.

Conclusion: notre indicateur synthétique

Cet indicateur agrège 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 y a 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.

mercredi 29 novembre 2017

Mes recommandations de portefeuille ETF au mercredi 29 novembre 2017

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 rapport. La démarche constitue une approche d'allocation stratégique, ou d'allocation tactique, basé sur des ETFs.
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 reproduit :
Un article qui décrit mon approche de Machine Learning.
Le portefeuille de Markowitz et le Critical Line Algorithm (CLA).
l'algorithme d'optimisation Hierarchical Risk Portfolio (HRP).
Pour plus d'information sur ce qu'est l'investissement Momentum voir ici.

Considérations générales

Alors que la plupart des indices actions ont réalisés des gains importants sur l’année 2017, on a observé une baisse temporaire de régime ces derniers jours. Les résultats prévisionnels pour les 20 prochains jours donnés par l’algorithme de ML sont prudents. Les actions Russes (RUS) et les matières premières sont prévues à la hausse.

Pour la partie optimisation de portefeuille par Mean-Variance (MVO), le S&P 500 est toujours privilégié suite à ses performances exemplaires sur les 500 derniers jours (ratio de sharpe). Il apparait difficile de prédire quand cette tendance arrivera à sa fin. Au début de l’année 2017, beaucoup d’analyses concluaient à l’imminence d’une correction prolongée, mais cette prédiction a couté cher à ceux qui ont fait ce pari en terme d’opportunité manquée.

A noter que l’ETF Amundi Eastern Europe Ex Russia (CE9) continue d’être fortement pondéré, sa corrélation avec les autres indices étant relativement faible.

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.

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.

 

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.

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.

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.
 

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.
 

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.
 

Conclusion: notre indicateur synthétique

Comme le score final agrège des chiffres de dimensions différentes, il ne peut être interprété comme un poids de portefeuille ou comme une prévision, mais comme un score relatif. Le placement au meilleur score est à privilégier relativement aux scores plus bas.
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.

mardi 28 novembre 2017

Mes recommendations de portefeuille ETF au mardi 28 novembre 2017

Construction du portefeuille au mardi 28 novembre 2017

Quel sont les choses à savoir pour 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 systéme complet d'aide à la décision. Dont je donne les résultats dans ce post.
La première étape pour profiter des outils que j'ai mis en place, c'est de savoir quels sont les actifs évalués pour mon portefeuille que je désigne par leur tickers, ce que vous pouvez faire ici:
La seconde étape nécessite de comprendre les algorithmes quantitatifs que j'ai mis en place, aussi bien dans le domaine de l'optimisation de portefeuille que du machine learning
Vous trouverez ici, un article qui décrit mon approche de Machine Learning.
Vous trouverez ici, un court article sur le portefeuille de markowitz et l''algorithm CLA.
Vous trouverez ici, un court article sur sur l'algoritme d'optimization GMVP
Vous trouverez ici, un court article sur l'algoritme d'optimization MCA.
Vous trouverez ici, un paper sur l'algoritme d'optimization HRP.
Vous trouverez ici, un paper sur l'algoritme d'optimization MDP (et d'autres sujets).
Pour plus d'information sur ce qu'est l'investissment Momentum voir ici.

Prediction ML sur un horizon 20 jours

Score Momentum

Portefeuille optimisé CLA

Portefeuille optimisé GMVP

Portefeuille optimisé MDP

Portefeuille optimisé MCA

Portefeuille optimisé HRP

Conclusion: notre indicateur synthétique

Newsletter

Vous voulez suivre ce blog ?

Saisissez votre adresse email :

Flux RSS