Bonjour à tous,
Face à l’éternel débat entre la gestion passive (ETF, simple mais figée) et la gestion active (stock-picking, souvent risqué à cause de nos propres émotions), j’ai voulu explorer une troisième voie : l’investissement systématique.
Pour m’affranchir de mes propres biais psychologiques (je vous conseille d’ailleurs l’excellent livre Behavioral Investing de James Montier à ce sujet), j’ai décidé de coder mon propre outil d’allocation.
Je me suis appuyé sur la recherche académique, et notamment sur l’étude « Moving Average Distance as a Predictor of Equity Returns » (Avramov, Kaplanski, Subrahmanyam), pour construire un moteur de sélection factorielle (momentum, volatilité, etc).
Le résultat s’appelle Stellaris. C’est un laboratoire quantitatif qui permet de backtester différentes stratégies, de visualiser l’impact des paramètres (concentration sectorielle, méthode de pondération, etc) et de générer des signaux d’allocation clairs pour le mois en cours.
Le lien vers le prototype : https://stellaris.streamlit.app/
C’est un projet personnel fait main. Les backtests historiques sont ce qu’ils sont (avec les limites inhérentes : slippage, spread, etc), mais l’objectif est d’avoir un cadre mathématique strict pour prendre des décisions.
J’adorerais avoir vos retours de passionnés :
-
Que pensez-vous des métriques affichées ?
-
Voyez-vous des biais évidents dans cette approche ?
-
Quelles fonctionnalités rajouteriez-vous pour challenger les modèles ?
Merci d’avance pour vos critiques constructives !