YRIS SA

Previsions et gestion

Constat (1)

• La répartition des actifs est le contributeur majeur à la performance.– Drobetz & Köhler, U of Basel & U of St Gallen (2002) Show

– Ibbotson & Kaplan, Financial Analysts Journal, AIMR (2000) Show

• Le choix des titres est, au mieux, neutre.

Constat (2)

• Une stratégie basée sur les indices est nécessaire.

• La qualité des prévisions est essentielle.

• Les prévisions actuelles sont peu fiables– IMF working paperworking paper, avril 2000 (PIB) Show

– Livingston Study (S&P 500)

Analyse économique: problèmes

• Un nombre important de variables• La composante émotive• Biais psychologiques (cognitive illusions)

– Excès de confiance

– Perception des statistiques (base rate neglect) Show

– Ancrage

– …

• Modèles mathématiques, statistiques et systèmes experts: rigides donc fragiles dans la durée.

Quelle approche ?

• Les indices boursiers se comportent de manière chaotique au sens mathématique du terme– La composante déterministe: définie par des variables, relation de

cause à effet

– La composante aléatoire

• But: maximiser la composante déterministe

Comment ?

1. Quelles sont les variables macroéconomiques déterminantes ?

2. Dans quel modèle les inclure ?a. Les variables elles-mêmes et leur importance varie au cours du

temps (inflation, pétrole…)

3. Comment mesurer la précision du modèle dans le temps ?

1. Choix des variables

• Tri par une procédure interne

• L’indice définit deux éléments:– Une capacité prédictive

– Le pic temporel de la capacité prédictive

• Sélection du nombre de variables

2. Quel modèle ? (I)

• En souplesse et performance, les systèmes issus de l’intelligence artificielle sont les mieux adaptés

• Les réseaux neuronaux sont en particulier idéaux pour le traitement des séries temporelles– Lawrence – U. of Manitoba show

• Ils permettent d’isoler la composante déterministe• Et permettent également d’extraire les émotions de

l’analyse

2. Quel modèle ? (II)

• Qu’est-ce qu’un réseau neuronal ? – Une réplique mathématique de l’architecture

neurale du cerveau

• A quoi est-il utilisé ?– Sécurité:

• Reconnaissance des visages, signatures,…

– Classement– Evaluation

3. Quelle précision ? (0)

• Ce n’est pas une boule de cristal ni une boîte noire !

• La composante aléatoire sera toujours non nulle

• Les événements géopolitiques ne peuvent pas être directement pris en compte

• But: améliorer significativement la précision actuelle

3. Quelle précision ? (I)

• Comparaison de la prévision de l’évolution du S&P 500: RN contre the Livingston Survey (Philadelphia Federal Reserve)

• LS: agrégat des prévisions de secteurs industriels, financiers, académiques et gouvernementaux (40 analystes)

• Critère: écart-type entre la prévision et la réalité

1000

1100

1200

1300

1400

1500

1600

01.09.2005

01.10.2005

01.11.2005

01.12.2005

01.01.2006

01.02.2006

01.03.2006

01.04.2006

01.05.2006

01.06.2006

01.07.2006

01.08.2006

3. Quelle précision ? (II)

1000

1100

1200

1300

1400

1500

1600

01.09.2005

01.10.2005

01.11.2005

01.12.2005

01.01.2006

01.02.2006

01.03.2006

01.04.2006

01.05.2006

01.06.2006

01.07.2006

01.08.2006

1000

1100

1200

1300

1400

1500

1600

01.09.2005

01.10.2005

01.11.2005

01.12.2005

01.01.2006

01.02.2006

01.03.2006

01.04.2006

01.05.2006

01.06.2006

01.07.2006

01.08.2006

Livingston Survey (Fed) Réseau NeuronalS&P 500

Précision de la prévision à un écart-type (65% des observations dans les limites)

3. Quelle précision ? (III)

Autres avantages

• Simulations– Impact sur les marchés d’une hausse du prix du pétrole

p. ex.

• Intégration contrôlée de composantes psychologiques (sentiment index)

• Adaptation permanente à l’environnement économique

YRIS SA

Previsions et gestion