Les stratégies d’investissement quantitatif, qui sont guidées par des ensembles de règles, visent à exploiter les anomalies du marché afin d’améliorer les rendements, de contrôler le risque ou de diversifier les portefeuilles.
Les stratégies quantes, comme on les appelle habituellement, sont construites pour identifier et cibler les facteurs sous-jacents responsables de la surperformance de certains actifs financiers par rapport à d’autres.
Ceci se fait par la formulation de modèles qui expliquent les facteurs, le back-testing des modèles pour identifier ceux qui fonctionnent, et enfin la mise en œuvre de stratégies basées sur un ensemble de règles qui identifient et filtrent les actifs à inclure dans un portefeuille.
Ce processus, qui est beaucoup plus complexe que ce qui peut être expliqué dans un court paragraphe, est conduit par des quants (analystes quantitatifs) hautement qualifiés. En bref, les quants visent à identifier les facteurs et à concevoir des stratégies qui les extraient au mieux. Pour cette raison, cette approche est également appelée investissement factoriel.
Fondées sur une analyse de grande envergure, les stratégies quantiques utilisent des ordinateurs pour formuler, tester et mettre en œuvre des stratégies. Ceci, et le fait qu’elles soient basées sur des règles, signifie qu’elles sont relativement objectives dans leur recherche de rendements alpha.
Dans le monde pré-informatique, les stratégies quantiques étaient difficiles à mettre en œuvre étant donné les énormes quantités d’informations et de données impliquées tout au long du processus.
À bien des égards, les stratégies quantiques s’écartent de la théorie du marché efficient sur laquelle elles sont basées. Les modèles d’évaluation tels que le modèle d’évaluation des actifs financiers (CAPM) affirment que le rendement attendu d’un investissement dépend de sa relation avec le marché et le marché seul, car la théorie financière suppose que les investisseurs évaluent les titres de manière appropriée.
Le modèle CAPM standard ne parvient pas à expliquer pourquoi les actions présentant certaines caractéristiques sont plus performantes que d’autres, c’est pourquoi les versions élargies du CAPM incluent désormais l’exposition d’une action à différents facteurs afin d’évaluer les rendements attendus.
Qu’est-ce que les facteurs ?
Un facteur est une caractéristique inhérente à des groupes d’actifs financiers qui explique pourquoi ces investissements ont des métriques de risque et de rendement différentes de celles du marché.
Parmi les facteurs les plus courants que les investisseurs ciblent, on trouve la valeur, la faible taille, la faible volatilité, la qualité, le rendement élevé, la liquidité et le momentum. Ces facteurs ont historiquement mérité une prime de risque à long terme et on en trouve beaucoup dans plusieurs secteurs et classes d’actifs – y compris les marchés d’actions, d’obligations, de matières premières et de devises.
Le facteur valeur fait référence à la tendance des actions sous-évaluées à surpasser les actions chères, tandis que le facteur taille explique pourquoi les actions de petites capitalisations surpassent les grandes capitalisations sur le long terme (une explication est le manque relatif d’informations sur les petites actions dont disposent les traders).
Les actions à faible volatilité, quant à elles, sont souvent utilisées pour contrôler les risques, bien que de nombreux investisseurs soutiennent qu’elles ont montré une tendance à produire des rendements plus élevés, en particulier lors des ralentissements des marchés financiers. Le facteur momentum explique pourquoi les actions ayant un momentum ont tendance à maintenir leur trajectoire ascendante, du moins à court terme.
Les autres facteurs comprennent la qualité et le rendement élevé, bien que l’analyse en cours par les quants continue à en révéler davantage.
Important de noter que tous les facteurs ne rapportent pas une prime de risque à long terme. La prime de risque associée aux actions de momentum et de croissance, par exemple, a tendance à être relativement éphémère.
Les investisseurs peuvent cibler des facteurs uniques ou construire des portefeuilles multifactoriels. De nombreux investisseurs commencent à allouer des actifs à travers les facteurs plutôt que l’approche traditionnelle de diversification à travers les classes d’actifs.
Cela s’explique par le fait que les différentes classes d’actifs sont plus étroitement corrélées qu’on ne le pensait auparavant, tandis que certains facteurs sont décorrélés des autres et offrent de meilleurs avantages de diversification, du moins en théorie.
Types de stratégies quantiques
Les stratégies quantiques peuvent être packagées de plusieurs façons, chacune avec des mécanismes différents pour extraire la prime de risque des facteurs.
Les stratégies quantiques les plus courantes sont le smart beta et les primes de risque. Le smart beta est une stratégie long-only basée sur des indices construits de manière alternative qui ont une inclinaison vers un ou plusieurs facteurs.
Cela peut se faire soit en repondérant les indices de référence comme l’indice S&P 500, Russell 2000 ou MSCI, qui pondèrent les actions selon leur taille. Une version smart beta de l’indice pourrait repondérer l’indice de référence pour déplacer le biais vers les actions à faible volatilité, dans le but de générer de meilleurs rendements ajustés au risque que l’indice de référence.
L’indice de référence, qui agit comme un proxy pour l’exposition au marché des actions, capture la prime de risque des actions (ou le rendement excédentaire par rapport aux actifs sans risque comme les obligations d’État) d’une manière bon marché et passive. Le fonds smart beta correspondant capture la majeure partie de la prime de risque du marché des actions ainsi que la prime de risque attachée au facteur qu’il cible.
Parfois appelés indices personnalisés, les fonds smart beta peuvent également être construits de manière ascendante en sélectionnant un panier d’actifs à haut rendement ou de qualité, par exemple. Les actions sont sélectionnées conformément aux règles de la stratégie, ce qui signifie que les fonds smart beta sont transparents et strictement basés sur des règles.
Ces indices passifs, qui comportent un élément de gestion active, offrent une exposition bon marché aux facteurs de risque et deviennent des compléments et des alternatives largement adoptés aux fonds communs de placement.
Les fonds smart beta ont un fort élément bêta, ce qui signifie qu’ils sont étroitement corrélés au marché et que leur performance dépend largement des mouvements du marché au sens large.
Les stratégies de primes de risque, quant à elles, ciblent les facteurs par le biais de transactions longues et courtes qui visent à générer des rendements absolus. Cela signifie qu’elles sont en mesure d’éliminer une grande partie de l’élément bêta et peuvent offrir des rendements positifs même lorsque les marchés sont en baisse.
Comme les fonds spéculatifs, les stratégies de primes de risque peuvent également utiliser des outils tels que l’effet de levier et les produits dérivés afin d’amplifier les rendements ou de se couvrir contre certains risques.
Une stratégie long-short value pourrait consister à prendre des positions longues sur les actions les plus sous-évaluées d’un portefeuille tout en vendant à découvert les actions les plus chères (sur la base du ratio cours/valeur comptable).
Cela signifie qu’il existe une plus grande opportunité de capturer des rendements alpha puisqu’un fonds smart beta long-only ne peut viser que des rendements excédentaires en achetant des actions sous-évaluées. Les primes de risque peuvent également bénéficier de la vente à découvert d’actions surévaluées, capturant la prime de risque des deux côtés de la même pièce.
Les primes de risque peuvent également, dans une large mesure, éliminer les risques associés à l’exposition au marché, contrairement aux fonds smart beta, qui sont fortement influencés par les mouvements du marché.
Un problème avec la vente à découvert cependant est que cela implique des coûts de transaction relativement élevés, en partie parce que la vente à découvert implique d’emprunter des actifs. Ces coûts augmentent plus une position courte reste ouverte longtemps. En outre, les coûts sont relativement plus élevés lors de la vente à découvert d’actions de petites capitalisations, ce qui signifie que les avantages du facteur de taille sont quelque peu dilués lorsqu’ils sont ciblés par une approche de primes de risque long-short.
Accessibilité des stratégies quantiques
Alors que les grands clients institutionnels disposent d’un plus grand nombre d’options, les indices smart beta sont facilement accessibles à la plupart des investisseurs – y compris les investisseurs individuels de détail – en grande partie parce qu’ils peuvent être proposés en tant que fonds négociés en bourse (ETF).
Les stratégies de prime de risque sont moins accessibles que les fonds smart beta, bien qu’elles soient plus facilement accessibles que les hedge funds. Jusqu’à présent, le principal marché pour les primes de risque est le client typique des hedge funds, qui cherche des moyens moins chers et plus transparents de générer des rendements absolus à partir de facteurs.
Les produits de prime de risque long-short ne peuvent pas être proposés en tant qu’ETF, ce qui signifie que les investisseurs de détail sont exclus de la participation directe à ces produits – du moins pour l’instant.
Le cabinet de services professionnels PwC a déclaré dans un rapport sur les perspectives 2020 que l’investissement factoriel passera des gestionnaires actifs aux investisseurs passifs institutionnels sophistiqués et à l’espace de détail du marché de masse. L’investissement factoriel serait également le moteur de la croissance des stratégies passives.
Le consensus général parmi les gestionnaires d’actifs semble être que les stratégies quantiques peuvent jouer un rôle complémentaire aux côtés des modèles de gestion de fonds traditionnels, plutôt que de les remplacer purement et simplement.
FTSE Russell a déclaré dans un rapport de 2016 que près de la moitié des propriétaires d’actifs qu’elle avait interrogés ont déclaré qu’ils se tournaient désormais vers des combinaisons de stratégies factorielles pour leurs futurs objectifs d’allocation d’actifs.