Philosophie de l'allocation tactique

Pourquoi allouer tactiquement ?

L'allocation stratégique — un portefeuille 60/40 rééquilibré périodiquement — repose sur une hypothèse forte : les rendements futurs des classes d'actifs sont suffisamment stables dans le temps pour qu'une pondération fixe reste optimale à travers les cycles. Cette hypothèse est démentie par des décennies de recherche empirique. Les rendements attendus varient considérablement selon la phase du cycle économique, le niveau de valorisation, et l'état des conditions financières.

Fama & French (1989) ont montré que les rendements actions et obligations sont prévisibles à horizon intermédiaire à partir de variables économiques observables. Campbell & Shiller (1988) ont démontré que le ratio cours/bénéfices ajusté du cycle prédit les rendements sur 10 ans avec une puissance statistique robuste. Ilmanen (2011) synthétise plusieurs décennies de recherche en montrant que les primes de risque — actions, obligations, crédit, alternatives — fluctuent de façon systématique et partiellement prévisible.

L'allocation tactique ne prétend pas prédire les marchés au sens strict. Elle cherche à adapter dynamiquement l'exposition au risque selon l'état observable de l'environnement macroéconomique et financier. C'est une réponse rationnelle à des primes de risque variables dans le temps.

Le problème du modèle unique

La tentation naturelle est de construire un modèle unique, optimal, qui intègre toutes les dimensions du marché dans un score agrégé. Cette approche présente trois défauts majeurs :

• Surapprentissage (overfitting) : un modèle optimisé sur données historiques capture le bruit autant que le signal. La réalité future différera toujours du passé sur lequel il a été calibré.
• Fragilité aux changements de régime : les relations entre variables économiques et rendements changent selon les environnements. Un modèle calibré sur les années 1990 sous-performera structurellement dans un régime inflationniste qu'il n'a jamais appris.
• Perte d'information qualitative : agréger macro, valorisation, sentiment et momentum en un seul chiffre efface la tension entre ces signaux, qui est précisément l'information la plus précieuse pour un allocataire.

Le cockpit Ridge Finance adopte une philosophie différente : quatre piliers indépendants, chacun expert de sa dimension, dont les signaux sont lus en parallèle et non moyennés. Lorsque les quatre piliers convergent, la conviction est maximale. Lorsqu'ils divergent, c'est le signal lui-même d'une situation de marché incertaine qui appelle à la prudence.

L'humilité épistémologique comme principe de conception

Tout modèle d'allocation est une simplification du monde. Il convient d'en connaître les limites structurelles avant même de l'utiliser :

• Les indicateurs macro sont publiés avec retard et révisés. Nous observons toujours le passé récent, jamais le présent exact.
• Les marchés financiers intègrent en partie ces informations publiques. Le cockpit est un outil d'aide à la réflexion, non un avantage informationnel absolu.
• Les régimes de marché changent parfois brutalement et sans précurseur mesurable (crises systémiques, chocs géopolitiques exogènes).
• Le biais du survivant affecte toutes les études empiriques : les stratégies documentées sont celles qui ont fonctionné. Celles qui ont échoué ne sont généralement pas publiées.

Architecture globale — les 4 piliers

Le cockpit repose sur 4 piliers indépendants, chacun analysant une dimension différente des marchés financiers à un horizon temporel distinct. Cette architecture multi-piliers s'inspire des travaux d'Ilmanen (2011) sur la décomposition des rendements attendus, et de l'approche "all-weather" popularisée par Dalio & Bridgewater — l'idée que différentes classes d'actifs réagissent différemment selon le quadrant Croissance/Inflation dans lequel se trouve l'économie.

L'absence de moyenne pondérée unique entre piliers est intentionnelle et fondamentale : chaque pilier peut contredire les autres, et c'est précisément cette tension qui informe la conviction de l'allocataire. Un macro favorable, une valorisation excessive, un sentiment Risk-On et un momentum positif donnent des lectures différentes du même marché — et leur interprétation conjointe est plus riche que leur agrégation.

Pilier	Dimension	Horizon	Nature du signal	Signal principal
1 · Macro	Cycle économique	3–12 mois	Fondamental structurel	Cadran parmi 8 régimes · matrice OW/UW par actif
2 · Valorisation	Cherté relative	12–36 mois	Contrarian lent	Score composite actions · crédit · taux réels
3 · Sentiment	Appétit pour le risque	1–4 semaines	Filtre tactique court terme	Score Risk-On / Risk-Off composite
4 · Momentum	Force des tendances de prix	1–6 mois	Technique pur	Classement ajusté à la volatilité par actif

Logique de combinaison

Les quatre piliers ne sont pas agrégés mécaniquement. Le cockpit calcule un score composite indicatif à titre de résumé numérique, mais la lecture analytique s'effectue pilier par pilier. Les règles d'interprétation implicites sont les suivantes :

• Macro + Valorisation convergents : signal structurel fort. Les fondamentaux à moyen terme sont alignés. La conviction est élevée même si le sentiment est temporairement défavorable.
• Sentiment contre-courant : un sentiment Risk-Off temporaire ne renverse pas un contexte macro favorable — mais il peut justifier de différer l'entrée ou de réduire la taille de position.
• Momentum divergent : lorsque le momentum contredit le macro, cela peut signaler une transition de régime ou un faux signal. La cohérence multi-horizons (1m/3m/6m/12m) est déterminante.
• Tous piliers favorables : conviction maximale. C'est le type de configuration qui justifie une allocation active pleine.
• Piliers contradictoires : le signal le plus approprié est la prudence. Réduire la taille des positions, rester liquide, attendre une clarification du régime.

Univers d'actifs & tickers Yahoo Finance

L'ensemble des données de prix utilisées dans le cockpit provient de Yahoo Finance (API /v8/finance/chart/), via des prix de clôture ajustés des dividendes. Le tableau ci-dessous liste l'intégralité des instruments utilisés, par pilier et par usage.

Pilier Momentum — univers de classement

Ticker	Instrument	Exposition	Classe
^GSPC	S&P 500 Index	500 grandes capitalisations US	Actions US
^STOXX	STOXX Europe 600 Index	600 sociétés européennes	Actions Europe
^SSMI	Swiss Market Index	20 blue chips suisses	Actions Suisse
^N225	Nikkei 225 Index	225 sociétés japonaises	Actions Japon
EEM	iShares MSCI Emerging Markets ETF	MSCI EM — 26 pays émergents	Actions EM
URTH	iShares MSCI World ETF	MSCI World — ~1 600 sociétés DM	Actions Monde
IWM	iShares Russell 2000 ETF	Small caps US (2 000 sociétés)	Small Caps US
XLY	Consumer Discretionary Select Sector SPDR ETF	S&P 500 — Consommation discrétionnaire	Cycliques US
XLP	Consumer Staples Select Sector SPDR ETF	S&P 500 — Biens de consommation courante	Défensives US
TLT	iShares 20+ Year Treasury Bond ETF	Bons du Trésor US ≥ 20 ans	Govies Long
HYG	iShares iBoxx $ High Yield Corporate Bond ETF	Obligations HY USD (BB et en dessous)	High Yield
TIP	iShares TIPS Bond ETF	Obligations US indexées inflation	TIPS
VNQ	Vanguard Real Estate ETF	REITs US — immobilier coté	Immobilier coté
DJP	iPath Bloomberg Commodity Index Total Return ETN	Panier diversifié commodities	Commodities
GC=F	Gold Futures (COMEX)	Or spot via futures	Or
CL=F	WTI Crude Oil Futures	Pétrole brut WTI	Pétrole
BTC-USD	Bitcoin / USD	Bitcoin	Crypto

Pilier Sentiment — indicateurs de stress

Ticker	Instrument	Usage	Famille
^VIX	CBOE Volatility Index	VIX spot — percentile 2Y daily	Volatilité (50%)
^VIX9D	CBOE 9-Day Volatility Index	VIX 9j — percentile 1Y daily	Volatilité (25%)
^MOVE	ICE BofAML MOVE Index	Vol. obligataire US — percentile 2Y daily	Volatilité (25%)
HG=F	Copper Futures (COMEX)	Ratio Cuivre/Or — range [0,9; 2,7]×10³	Croisés (33%)
SI=F	Silver Futures (COMEX)	Ratio Or/Argent — range [50; 125]	Croisés (33%)
USDJPY=X	USD/JPY FX Rate	Carry trade — percentile 5Y daily	Croisés (33%)

Autres usages (Macro · Valorisation · Corrélation · Retail)

Ticker	Instrument	Usage
SPY	SPDR S&P 500 ETF Trust	Corrélation Actions/Obligations (60 jours) + sentiment retail StockTwits
TLT	iShares 20+ Year Treasury Bond ETF	Corrélation Actions/Obligations (60 jours) + sentiment retail StockTwits
QQQ	Invesco QQQ Trust (NASDAQ-100)	Sentiment retail StockTwits
GLD	SPDR Gold Shares ETF	Sentiment retail StockTwits
^TNX	US 10Y Treasury Yield	Taux de référence (contexte Macro/Valorisation)
^FVX	US 5Y Treasury Yield	Taux de référence
^IRX	US 3-Month T-Bill Yield	Taux court terme
EURCHF=X	EUR/CHF FX	Change EUR/CHF
USDCHF=X	USD/CHF FX	Change USD/CHF

Pilier 1 Régime Macro

Fondements théoriques

Le cadre des régimes macroéconomiques repose sur une observation fondamentale de la finance empirique : les rendements des classes d'actifs ne sont pas stochastiquement stationnaires — ils dépendent de l'état de l'économie. Burns & Mitchell (1946) au NBER ont documenté pour la première fois la nature cyclique et régulière des économies industrielles. Hamilton (1989) a formalisé cette intuition en économétrie avec son modèle à changements de régime markoviens, montrant que l'économie bascule entre états distincts non observables mais inférables.

Fama & French (1989) ont démontré que les rendements attendus des actions et obligations varient systématiquement selon les conditions économiques — les spreads de crédit et les dividendes anticipent les expansions et récessions. Ang & Bekaert (2002) ont confirmé que les rendements des actifs risqués sont significativement plus bas et plus volatils en périodes de stress économique qu'en périodes d'expansion — justifiant économiquement une allocation dynamique selon le régime.

Le pilier Macro de Ridge Finance implémente cette logique en croisant 3 axes composites (Croissance × Inflation × Politique monétaire) pour identifier l'un des 8 cadrans possibles, chacun associé à une matrice d'impact historiquement calibrée sur les classes d'actifs.

Structure du score par axe

Chaque axe combine deux informations complémentaires : le niveau absolu (où se situe l'indicateur par rapport à sa norme historique) et la direction récente (est-il en train de s'améliorer ou de se détériorer ?). Cette combinaison est essentielle car les marchés réagissent aux deux dimensions — un PMI à 49 en amélioration est différent d'un PMI à 49 en dégradation.

La pondération 60/40 entre niveau et direction est calibrée empiriquement. Elle donne plus de poids au niveau absolu — un CPI à 6 % est inflationniste indépendamment de sa direction — tout en intégrant la dynamique récente qui est souvent capturée plus rapidement par les marchés.

Axe 1 · Croissance — PMI composite

Pourquoi le PMI ?

Le PMI (Purchasing Managers' Index) est l'un des indicateurs avancés les plus suivis par les économistes et les allocataires institutionnels. Contrairement au PIB — publié avec un retard de plusieurs semaines et révisé plusieurs fois — le PMI est disponible dans les premiers jours du mois suivant, ce qui en fait un signal quasi-contemporain de l'activité économique. Koenig (2002, FRB Dallas) a documenté sa capacité à anticiper les retournements économiques avec 1 à 2 trimestres d'avance.

Le PMI est une enquête mensuelle auprès des directeurs des achats d'entreprises (manufacturing et services) portant sur : nouvelles commandes, production, emploi, délais de livraison, stocks. Un score > 50 indique une expansion de l'activité, < 50 une contraction. La frontière 50 est la référence universelle de cycle.

Pourquoi un PMI composite mondial ? L'économie mondiale est interdépendante. La demande chinoise affecte les commodities australiennes, les marges des entreprises européennes et le bénéfice des multinationales américaines. Un PMI purement américain manquerait ces effets de second tour. Ridge Finance construit un composite pondéré par la part de chaque zone dans le PIB mondial (FMI, 2024) :

Zone	Source PMI	Série / Accès	Fréquence	Poids	μ (z-score)
États-Unis	ISM Manufacturing + S&P Global	FRED MANEMP · ISM.com · Anthropic Claude	1er jour ouvré du mois	40 %	50 · σ = 3
Zone Euro	S&P Global / Markit	spglobal.com · Anthropic Claude	~J+3 du mois	25 %	50 · σ = 3
Chine	Caixin PMI (privé)	caixin.com · Anthropic Claude	~J+1 du mois	20 %	50 · σ = 3
Japon	Jibun Bank PMI	au.jibunbank.co.jp · Anthropic Claude	~J+3 du mois	10 %	50 · σ = 3
Reste du monde	Proxy agrégé (JP Morgan Global PMI)	Anthropic Claude	~J+5 du mois	5 %	50 · σ = 3

Accès aux données : les valeurs PMI sont lues par Anthropic Claude directement depuis les publications officielles des instituts (ISM, S&P Global, Caixin, Jibun Bank). Cette approche permet d'intégrer les données dans les heures suivant la publication, sans délai FRED. En contrepartie, un décalage de quelques jours est possible et les valeurs doivent être vérifiées sur les sources primaires pour toute décision d'allocation importante.

Axe 2 · Inflation — CPI US

Pourquoi l'inflation est structurante pour l'allocation

L'inflation n'est pas qu'un phénomène économique — c'est un mécanisme de redistribution des rendements réels entre classes d'actifs. Les obligations nominales long terme sont la classe d'actifs la plus pénalisée par une inflation surprise : leur flux de coupons futurs est actualisé à un taux plus élevé et leur valeur réelle est érodée. A contrario, les actifs réels (commodities, TIPS, immobilier coté, or) bénéficient des environnements inflationnistes car ils préservent le pouvoir d'achat.

Ang, Bekaert & Wei (2007) ont montré que l'inflation affecte différemment actions et obligations selon qu'elle est anticipée ou surprenante — l'inflation surprenante est systématiquement négative pour les actions à court terme. Stock & Watson (1999) ont documenté que le CPI US est l'indicateur d'inflation le plus suivi par les marchés obligataires mondiaux, ce qui en fait la référence naturelle pour un modèle à dominante US.

Variable	Source	Série FRED	Fréquence publication	Paramètres z-score
CPI US YoY (%)	Bureau of Labor Statistics (BLS)	CPIAUCSL	~J+12 du mois suivant	μ = 2,5 % · σ = 1,5 %

Accès aux données : FRED publie la série CPIAUCSL (Consumer Price Index for All Urban Consumers) avec un décalage d'environ 12 jours calendaires après la fin du mois de référence. La valeur YoY est calculée automatiquement : CPI_t / CPI_{t-12} − 1. Les révisions sont rares et mineures pour le CPI headline — contrairement aux PMI qui ne sont pas révisés.

Axe 3 · Politique monétaire

Pourquoi la politique monétaire est un axe distinct

Deux économies peuvent présenter le même profil Croissance/Inflation mais avec des politiques monétaires radicalement différentes. En 2023, la zone euro et les États-Unis affichaient tous deux une désinflation progressive dans un contexte de croissance modérée — mais le niveau absolu des taux réels différait significativement selon les banques centrales, avec des implications très différentes pour les valorisations d'actifs. La politique monétaire est le taux d'actualisation de tous les actifs financiers — son niveau détermine la compétition entre actifs risqués et actifs sans risque.

Taylor (1993) a formalisé la règle de réaction des banques centrales : le taux directeur nominal réagit à l'écart d'inflation par rapport à la cible et à l'écart de production. Bernanke & Kuttner (2005) ont documenté que les surprises de politique monétaire expliquent une fraction significative des mouvements boursiers à court terme. Dans le cadre du cockpit, la politique monétaire est capturée par le taux réel — le taux directeur nominal diminué de l'inflation — qui mesure la contrainte effective sur l'économie indépendamment du niveau d'inflation.

Variable	Source	Série FRED	Fréquence	Rôle
Fed Funds Rate effectif	Federal Reserve	DFF	Quotidien	Taux directeur nominal courant
CPI US YoY	BLS via FRED	CPIAUCSL	Mensuel	Déflateur pour calcul du taux réel approché
TIPS 10Y réel	Federal Reserve	DFII10	Quotidien	Taux réel de marché (cross-check)

Note sur le TIPS 10Y : le rendement du TIPS 10 ans (DFII10) est le taux réel de marché — il reflète la valorisation que le marché obligataire attribue au taux réel futur sur 10 ans. Il est utilisé comme cross-check du taux réel approché par différence Fisher, et comme variable centrale du pilier Valorisation pour l'ERP et l'impact sur les actifs réels.

Les 8 cadrans · Matrice d'impact

Le triplet (G, I, P) détermine le cadran actif parmi 8 possibles. La conviction du régime (0–100 %) mesure la distance moyenne des 3 axes à leur seuil de basculement ±0,3 : une conviction de 0 % signifie que les trois axes sont exactement sur leur frontière et qu'une seule publication peut changer de régime ; 100 % signifie que les trois axes sont à leur signal maximal.

Chaque cadran est associé à une matrice d'impact : un vecteur de scores par classe d'actif (de −1 à +1) calibré sur les rendements historiques observés durant les périodes où l'économie se trouvait dans ce régime (données 1990–2024). Ces scores ne sont pas des rendements attendus absolus — ils représentent des inclinaisons relatives (OW/Neutre/UW) par rapport à un portefeuille diversifié neutre.

Matrice d'impact : chaque cadran est associé à un vecteur de scores par actif (−1 à +1). Seuil OW = >+0,3 · UW = <−0,3. Environ 6 OW, 5 neutres, 5 UW par cadran. Exclusions : Private Equity (illiquide, pas de prix quotidien, horizon incompatible avec l'allocation tactique). Crypto : signal macro = 0 dans tous les cadrans — l'actif crypto ne suit pas la logique macro traditionnelle ; il est géré uniquement par les piliers Sentiment et Momentum.

Corrélation Actions / Obligations

La corrélation entre actions et obligations est l'un des paramètres les plus importants pour la gestion d'un portefeuille diversifié. Le célèbre portefeuille 60/40 (60 % actions, 40 % obligations) repose entièrement sur l'hypothèse que cette corrélation est négative — c'est-à-dire que les obligations montent quand les actions baissent, assurant une diversification naturelle. Or cette hypothèse n'est pas universellement vérifiée.

Ilmanen (2003) et d'autres ont documenté que la corrélation actions/obligations est régime-dépendante : elle tend à être négative en environnement de faible inflation (peur déflationniste dominante → fuite vers les obligations) et positive en environnement inflationniste (hausse des taux → baisse simultanée des deux classes). C'est précisément ce qui s'est produit en 2022, lorsque la corrélation a viré fortement positive et que le portefeuille 60/40 a perdu plus de 15 % — sa pire performance depuis des décennies.

Le cockpit calcule une corrélation de Pearson glissante sur 60 jours ouvrés entre les retours logarithmiques quotidiens de SPY (S&P 500 ETF) et TLT (20+ Year Treasury ETF). Ces ETF sont utilisés comme proxies liquides et accessibles via Yahoo Finance :

Valeur ρ	Régime de corrélation	Implication pour l'allocation
ρ > +0,25	Corrélation positive — régime inflationniste	Diversification 60/40 compromise. Actions et obligations chutent ensemble lors des épisodes de stress. Envisager or, cash, alternatifs décorrélés comme amortisseurs.
−0,25 ≤ ρ ≤ +0,25	Neutre / Transition	Régime de diversification ambigu. Signal de transition possible entre régime déflationniste et inflationniste. Prudence sur la duration obligataire.
ρ < −0,25	Corrélation négative — régime déflationniste	Diversification opérationnelle pleinement fonctionnelle. Les obligations constituent une couverture naturelle contre les corrections actions. Le 60/40 est efficace.

Sources : FRED (DFII10, DFF, CPIAUCSL) · ISM / S&P Global PMI · Caixin PMI · Jibun Bank PMI · Yahoo Finance (SPY, TLT) · Anthropic Claude (synthèse qualitative, valeurs PMI et Δ)

Zone	Source PMI	Poids	Paramètres z-score
États-Unis	ISM / S&P Global FRED	40 %	μ = 50, σ = 3
Zone Euro	S&P Global Markit	25 %	μ = 50, σ = 3
Chine	Caixin PMI	20 %	μ = 50, σ = 3
Japon	Jibun Bank PMI	10 %	μ = 50, σ = 3
Reste du monde	Proxy agrégé	5 %	μ = 50, σ = 3

Axe 2 · Inflation — CPI US

Variable	Source	Paramètres
CPI US YoY (%)	BLS via FRED CPIAUCSL	μ = 2,5 % · σ = 1,5 %

Axe 3 · Politique monétaire

Variable	Source	Rôle
Fed Funds Rate effectif	FRED DFF	Taux directeur nominal
TIPS 10Y réel	FRED DFII10	Niveau du taux réel
CPI US YoY	FRED CPIAUCSL	Pour calculer le taux réel approché

Les 8 cadrans · Matrice d'impact

Le triplet (G, I, P) détermine le cadran actif. La conviction (0–100 %) = distance moyenne des 3 axes à leur seuil ±0,3 : 0 % = borderline, 100 % = signal maximal.

Matrice d'impact : chaque cadran est associé à un vecteur de scores par actif (−1 à +1). Seuil OW = >+0,3 · UW = <−0,3. Environ 6 OW, 5 neutres, 5 UW par cadran. Exclusions : Private Equity (illiquide). Crypto = score macro = 0 dans tous les cadrans (géré par Sentiment et Momentum uniquement).

Corrélation Actions / Obligations

Corrélation de Pearson glissante sur 60 jours ouvrés entre les retours logarithmiques quotidiens de SPY (S&P 500 ETF) et TLT (20+ Year Treasury ETF). Source : Yahoo Finance.

Valeur ρ	Régime	Implication
ρ > +0,25	Corrélation positive	Diversification 60/40 compromise. Actions et obligations baissent ensemble. Considérer or, cash, alternatifs.
−0,25 ≤ ρ ≤ +0,25	Neutre / Transition	Régime ambigu. Possible transition inflationniste.
ρ < −0,25	Corrélation négative	Diversification opérationnelle. Obligations compensent les baisses actions.

Sources : FRED (DFII10, DFF, CPIAUCSL) · ISM/S&P Global PMI · Caixin · Jibun Bank · Anthropic Claude (synthèse qualitative et Δ PMI/CPI)

Pilier 2 Valorisation

Fondements théoriques

La valorisation est un signal contrarian lent : une cherté extrême anticipe de mauvais rendements futurs à horizon de 5 à 15 ans, même si le momentum court terme reste positif et que le cycle économique est favorable. C'est l'un des phénomènes les mieux documentés en finance empirique.

Campbell & Shiller (1988) ont démontré que le ratio cours/bénéfices du S&P 500, et a fortiori sa version ajustée du cycle (CAPE), prédit les rendements actions sur 10 ans avec un R² de l'ordre de 30–40 %. Cette capacité prédictive — bien que loin d'être parfaite — est robuste hors-échantillon, confirme l'existence d'une mean-reversion dans les valorisations, et invalide l'hypothèse d'efficience des marchés dans sa forme forte. Fama & French (1988) ont documenté le même phénomène via le ratio dividende/cours.

Graham & Dodd (1934) — les pères fondateurs de l'analyse financière — avaient posé la prémisse intellectuelle : les marchés fluctuent autour d'une valeur intrinsèque à laquelle ils reviennent à long terme. Ce "retour à la moyenne" est le fondement de toute approche de valorisation en allocation d'actifs.

Pourquoi la valorisation seule est insuffisante : un marché cher peut le rester pendant plusieurs années — parfois décennies. Keynes l'a formulé avec acidité : "les marchés peuvent rester irrationnels plus longtemps que vous ne pouvez rester solvable." C'est précisément pourquoi la valorisation est combinée au macro, au sentiment et au momentum dans le cockpit : elle définit le contexte de risque à long terme, mais ne constitue pas un signal d'entrée/sortie autonome.

Actions — CAPE · ERP · Dividend Yield

Indicateur	Source	Série / Accès	Méthode	Signal positif (valorisation attractive)
CAPE Shiller	Robert Shiller / Yale	FRED MULTPL/SHILLER_PE_RATIO_MONTH	Percentile 30 ans	Percentile < 30 % → valorisation faible historiquement
ERP (Equity Risk Premium)	Calculé (FRED)	SP500 + DFII10	Earning Yield − TIPS 10Y	ERP > 3,5 % → prime suffisante vs. obligations réelles
Dividend Yield S&P 500	FRED / Anthropic Claude	DSPUSRETYLDQ ou estimation	Percentile 5 ans	DY élevé vs. distribution historique récente

CAPE Shiller — le ratio le plus robuste pour l'horizon long

Le CAPE (Cyclically Adjusted Price-to-Earnings, ou "ratio Shiller") est le ratio cours/bénéfices des entreprises du S&P 500, calculé sur une moyenne de 10 ans de bénéfices ajustée de l'inflation. Cette fenêtre de 10 ans lisse les effets du cycle économique sur les bénéfices — un pic de bénéfices en fin de cycle n'abaisse pas artificiellement le ratio comme le ferait un P/E simple basé sur les bénéfices TTM (trailing twelve months).

Développé par Robert Shiller (Prix Nobel d'Économie 2013) et popularisé dans son ouvrage Irrational Exuberance (2000), le CAPE a historiquement prédit les rendements décennaux du S&P 500 avec une précision remarquable : un CAPE élevé (au-dessus du 80e percentile historique) a systématiquement été suivi de rendements sous-performants sur 10 ans et vice-versa. La relation n'est pas parfaite — des marchés très chers ont pu rester chers longtemps — mais elle est parmi les plus robustes en finance empirique.

Critiques et limites du CAPE : certains économistes (notamment Jeremy Siegel) objectent que les normes comptables ont changé depuis les années 1880 sur lesquelles Shiller calibre sa moyenne, rendant les bénéfices historiques non directement comparables aux bénéfices actuels GAAP. Le cockpit neutralise partiellement ce biais en utilisant le percentile du CAPE sur les 30 dernières années — une fenêtre plus homogène sur le plan comptable — plutôt que le niveau absolu.

ERP — la prime de risque relative actions vs obligations

L'ERP (Equity Risk Premium) compare ce que les actions "paient" (leur Earning Yield = 1/PE forward) à ce que les obligations d'État indexées paient sans risque de crédit ni d'inflation (TIPS 10Y). C'est une mesure de l'attractivité relative des actions :

La théorie de Gordon (1959) et les travaux d'Asness, Israelov & Liew (2011) ont démontré que l'ERP a un pouvoir prédictif sur les rendements relatifs actions/obligations à moyen terme (3–7 ans). En 2022–2023, la remontée brutale des taux réels a réduit l'ERP à des niveaux historiquement bas — avertissement qui s'est matérialisé par la sous-performance relative des actions de croissance à duration longue.

Dividend Yield — signal contrarian et indicateur de santé financière

Le rendement du dividende (Dividend Yield = Dividende annuel / Prix) est un signal à double lecture : un DY élevé signale soit une valorisation attractive (le cours a baissé sans que le dividende soit coupé), soit une détresse financière (le marché anticipe une réduction du dividende). Dans le cadre du pilier Valorisation, on l'utilise comme confirmateur des deux autres indicateurs, en percentile sur 5 ans pour neutraliser les changements de politique de distribution.

Accès aux données : FRED publie le Dividend Yield du S&P 500 via la série DSPUSRETYLDQ (trimestrielle). Pour les mois sans publication FRED, Anthropic Claude estime la valeur à partir des publications récentes de S&P Global et Bloomberg. Cette estimation est signalée dans l'interface par la mention "Estimé".

Crédit — Spreads OAS

Pourquoi les spreads de crédit comme indicateur de valorisation

Les spreads de crédit (différentiel de rendement entre obligations d'entreprise et obligations d'État de même durée) mesurent la prime que les marchés exigent pour prendre le risque de défaut des émetteurs privés. Un spread élevé signifie que les obligations de crédit sont bon marché par rapport aux obligations d'État — c'est un signal contrarian positif pour cette classe d'actifs.

Gilchrist & Zakrajsek (2012) ont montré que les spreads de crédit corporate constituent l'un des meilleurs indicateurs avancés de l'activité économique — ils anticipent les récessions avec 6 à 12 mois d'avance et contiennent une information distincte des spreads purement souverains. Collin-Dufresne, Goldstein & Martin (2001) ont analysé les déterminants des variations de spreads : les facteurs systémiques de marché (risk appetite global) expliquent plus de variation que les fondamentaux crédit spécifiques — justifiant leur utilisation comme indicateur du sentiment de risque.

Les trois séries OAS utilisées sont calculées quotidiennement par ICE BofA et distribuées via FRED :

Indicateur	Série FRED	Univers	Fréquence	Signal d'opportunité (contrarian)
HY OAS — High Yield US	BAMLH0A0HYM2	Obligations US notées BB et en-dessous	Quotidien	> 70e percentile 5A → valeur attractive HY
IG OAS — Investment Grade US	BAMLC0A0CM	Obligations US notées BBB− et au-dessus	Quotidien	> 70e percentile 5A → valeur attractive IG
EM Corp OAS — Marchés émergents	BAMLEMCBPIOAS	Obligations corporate EM en USD	Quotidien	> 70e percentile 5A → valeur attractive EM dette

OAS vs Spread simple : l'OAS (Option-Adjusted Spread) est préféré au spread nominal car il corrige les options embarquées dans les obligations — notamment les clauses de remboursement anticipé (call) courantes dans le HY. Cela permet une comparaison propre entre émetteurs avec des structures d'options différentes.

Calcul du percentile : la fenêtre de 5 ans est un compromis entre avoir assez de données pour une distribution significative et ne pas inclure des périodes économiques trop éloignées (un spread au 90e percentile des 30 dernières années inclurait la crise financière de 2008 comme référence haute, ce qui biaiserait l'interprétation en contexte normal).

Taux Réels — TIPS 10Y

Le taux réel : taux d'actualisation de tous les actifs

Le taux réel sans risque est le fondement mathématique de la valorisation de tous les actifs financiers. Dans le modèle de Gordon (1959) et ses variantes, la valeur d'un actif = flux futurs actualisés au taux sans risque réel + prime de risque. Lorsque le taux réel augmente, la valeur présente de tous les flux futurs baisse — toutes choses égales par ailleurs. C'est pourquoi la remontée des taux réels US en 2022 (de −1 % à +2,5 % sur le TIPS 10Y) a déclenché une repricing généralisée de tous les actifs à duration longue.

Le TIPS 10Y (Treasury Inflation-Protected Securities, 10 ans) est le standard de marché pour le taux réel américain. Son rendement représente la rémunération réelle que les investisseurs obligataires exigent sur 10 ans, après couverture intégrale de l'inflation via l'indexation du principal sur le CPI. C'est disponible en temps réel via FRED (DFII10).

Niveau TIPS 10Y	Interprétation	Actifs favorisés	Actifs pénalisés
Négatif (< 0 %)	Politique ultra-accommodante. Contexte post-crise ou déflation. Le cash "punit" les détenteurs en termes réels.	Or (actif réel sans coupon, valorisé par le coût d'opportunité bas), TIPS, Actions de croissance à longue duration (Tesla, tech), Immobilier coté	Cash, obligations souveraines courtes nominales
Faible (0–1 %)	Environnement normal de post-crise ou de cycle mature sans surchauffe.	Actions diversifiées, Actifs réels en général	Peu d'actifs pénalisés — environnement équilibré
Élevé (> 2 %)	Resserrement significatif. Les actifs sans risque réels deviennent compétitifs avec des actifs risqués. Valorisations sous pression.	Cash, obligations courtes nominales et TIPS courts, Secteurs défensifs à dividendes stables	Or (coût d'opportunité élevé), actions de croissance à longue duration, duration longue obligataire

Sources : FRED (BAMLH0A0HYM2, BAMLC0A0CM, BAMLEMCBPIOAS, DFII10, CPIAUCSL, DSPUSRETYLDQ) · ICE BofA Index Series · Yahoo Finance · Anthropic Claude (DY estimé quand FRED indisponible)

Pilier 3 Sentiment (Risk-On / Risk-Off)

Fondements théoriques

Le sentiment de marché — l'appétit collectif des investisseurs pour le risque — est une force indépendante des fondamentaux économiques qui peut amplifier ou contredire les signaux macro et de valorisation. Baker & Wurgler (2006, 2007) ont formalisé ce phénomène en finance comportementale : le sentiment investisseur prédit les rendements futurs des actifs difficiles à valoriser (growth, petites capitalisations, actions avec des flux très incertains). En période de sentiment élevé, ces actifs sont surévalués et sous-performent ensuite.

Shiller (2000) a popularisé l'idée d'"exubérance irrationnelle" — les marchés peuvent s'éloigner durablement des fondamentaux sous l'effet de narratifs et de comportements grégaires. Kindleberger & Aliber (2005) ont documenté des décennies de crises financières suivant le même schéma : euphorie, accélération des prix, retournement brutal, panique. Le pilier Sentiment du cockpit cherche à détecter ces états extrêmes d'euphorie (surachats) ou de panique (surventes) via des indicateurs de stress de marché mesurables.

Ce pilier est un filtre tactique court terme (horizon 1 à 4 semaines). Un environnement Risk-Off intense peut justifier de retarder une entrée en position même si le contexte macro est favorable — il serait imprudent d'ignorer un signal de panique systémique sous prétexte que les PMI sont bons.

Modèle à 3 familles — 9 indicateurs

Le pilier Sentiment Ridge Finance est un modèle purement data-driven, sans LLM dans le calcul. Il agrège 9 indicateurs de marché en 3 familles thématiques, chacune capturant une dimension distincte du stress systémique. Le score composite S ∈ [−1, +1] est entièrement calculé à partir de percentiles sur historique Yahoo Finance et FRED.

Principe de normalisation : le percentile historique

Chaque indicateur brut X est converti en percentile par rapport à son historique quotidien (1 à 5 ans selon la disponibilité Yahoo Finance / FRED). Le percentile indique où se situe la valeur actuelle dans la distribution historique : pct = 0 → niveau historiquement très bas ; pct = 1 → niveau historiquement très élevé.

Famille	Poids	Indicateur	Ticker / Série	Poids interne	Direction	Historique
Volatilité	50 %	VIX	^VIX Yahoo	50 %	Haut = Risk-Off	2 ans daily
		VIX9D (court terme)	^VIX9D Yahoo	25 %	Haut = Risk-Off	1 an daily
		MOVE Index (oblig.)	^MOVE Yahoo	25 %	Haut = Risk-Off	2 ans daily · fallback range [40,180]
Crédit & Liq.	30 %	HY OAS	FRED BAMLH0A0HYM2	50 %	Haut = Risk-Off	5 ans mensuel
		IG OAS	FRED BAMLC0A0CM	25 %	Haut = Risk-Off	5 ans mensuel
		NFCI Chicago Fed	FRED NFCI	25 %	Positif = Risk-Off	Valeur brute / 0,5 (clampé)
Croisés	20 %	Ratio Cu/Or ×10³	HG=F / GC=F Yahoo	33 %	Haut = Risk-On (inversé)	Range calibré [0,9; 2,7]
		Ratio Or/Argent	GC=F / SI=F Yahoo	33 %	Haut = Risk-Off	Range calibré [50; 125]
		USD/JPY	USDJPY=X Yahoo	33 %	Haut = Risk-On (inversé)	5 ans daily · fallback range [100,160]

Famille 1 · Volatilité — VIX, VIX9D, MOVE

VIX — l'indice de la peur (poids 50 % dans la famille)

Le VIX mesure la volatilité implicite à 30 jours du S&P 500 dérivée des prix d'options. Un VIX de 20 implique des mouvements journaliers attendus de ~1,26 % (20/√252). Le cockpit utilise le percentile sur 2 ans d'historique quotidien — plus robuste que le percentile 1 an mensuel utilisé dans les versions antérieures, car il intègre environ 504 points de données vs 24. Whaley (2009) a documenté le caractère contrarian du VIX : les niveaux extrêmes (≥ 90e percentile) précèdent souvent des rebonds.

VIX9D — signal de panique immédiate (poids 25 %)

Le VIX9D mesure la volatilité implicite à 9 jours. En conditions normales (contango), VIX9D < VIX car la prime de terme rémunère l'incertitude à plus long horizon. Lorsque VIX9D > VIX (backwardation), les marchés valorisent davantage le risque dans les 9 prochains jours que dans les 30 — signal de panique aiguë à très court terme. Le percentile du niveau absolu de VIX9D (non le ratio) est utilisé pour rester cohérent avec la méthode de la famille.

MOVE Index — volatilité obligataire (poids 25 %)

Le MOVE (Merrill Lynch Option Volatility Estimate) est l'équivalent du VIX pour les marchés de taux US — il mesure la volatilité implicite des options sur bons du Trésor à différentes maturités. Un MOVE élevé signale des attentes de mouvements brutaux des taux directeurs ou d'inflation, souvent corrélés à des épisodes de stress sur les marchés obligataires mondiaux. Historique 2 ans quotidien via Yahoo (^MOVE) ; fallback : plage calibrée [40, 180 bps].

Famille 2 · Crédit & Liquidité — HY OAS, IG OAS, NFCI

HY OAS — thermomètre du crédit spéculatif (poids 50 %)

Le HY OAS (Option-Adjusted Spread High Yield) mesure la prime de risque que les marchés exigent des obligations d'entreprise notées BB et en-dessous par rapport aux taux sans risque, corrigée des options embarquées. Un spread en hausse signale une aversion au risque de crédit croissante — et anticipe souvent les corrections des actifs risqués. Gilchrist & Zakrajsek (2012) ont montré que les spreads de crédit corporate sont parmi les meilleurs indicateurs avancés des récessions économiques (6–12 mois d'avance). Percentile calculé sur 5 ans mensuels FRED BAMLH0A0HYM2.

IG OAS — signal de qualité (poids 25 %)

Le IG OAS (Investment Grade OAS, notés BBB− et au-dessus) mesure la prime de risque de crédit sur les émetteurs bien notés. Moins volatile que le HY OAS, il constitue un signal de stress plus institutionnel — sa hausse reflète une réévaluation générale du risque de contrepartie, y compris sur des émetteurs de qualité. Percentile 5 ans FRED BAMLC0A0CM.

NFCI — vue systémique sur les conditions financières (poids 25 %)

Le NFCI (National Financial Conditions Index, Fed de Chicago) agrège 105 indicateurs financiers : marchés monétaires, marchés de crédit, marchés actions, et système bancaire parallèle. NFCI = 0 est la neutralité historique (30 ans). NFCI > 0 = conditions restrictives ; < 0 = accommodantes. Sa valeur ajoutée : il capte des tensions dans les marchés de financement (repo, commercial paper, LIBOR spreads) qui ne se reflètent pas encore dans le VIX. Série hebdomadaire FRED NFCI — signal calculé comme NFCI / 0,5, clampé à [−1, +1].

Famille 3 · Signaux croisés — Cu/Or, Or/Ag, USD/JPY

La famille des signaux croisés capture l'appétit pour le risque tel qu'il se manifeste sur les marchés de matières premières et de change — indépendamment des marchés financiers actions ou obligataires. Ces signaux sont "réels" au sens où ils reflètent des flux d'allocation cross-asset concrets.

Ratio Cuivre/Or ×10³ (poids 33 %)

Le cuivre est le métal de l'industrie mondiale ; l'or est la valeur refuge par excellence. Leur ratio mesure l'arbitrage entre croissance attendue et sécurité. Ratio en hausse → Risk-On (demande industrielle forte, optimisme) ; ratio en baisse → Risk-Off (fuite vers la sécurité). Signal inversé : pct élevé du ratio → s_CuAu = −1 (Risk-On). Plage calibrée [0,9 ; 2,7] ×10³ sur données historiques 2015–2025.

Ratio Or/Argent (poids 33 %)

L'argent combine demande industrielle (électronique, solaire) et demande de valeur refuge. Lorsque l'or surperforme fortement l'argent (ratio Or/Ag > 85), cela signale une préférence marquée pour la sécurité pure sur la composante industrielle de l'argent — signal Risk-Off. À l'inverse, un ratio bas (< 70) indique que les marchés favorisent l'argent (composante industrielle/cyclique) — Risk-On. Plage calibrée [50 ; 125] sur données 2010–2025.

USD/JPY — carry trade et aversion au risque (poids 33 %)

Le yen japonais est la devise de financement traditionnelle du carry trade mondial : les investisseurs empruntent en JPY (taux bas) pour investir dans des actifs à rendement plus élevé. USD/JPY élevé → carry trade actif → Risk-On. USD/JPY en baisse brutale → dénouement du carry trade → Risk-Off systémique (les investisseurs rachètent leurs dettes en JPY, vendant leurs actifs risqués). Signal inversé. Percentile 5 ans daily Yahoo USDJPY=X ; fallback plage [100, 160].

Zonation & interprétation · News & Retail

Zones qualitatives du score composite S

Le score S est traduit en zone qualitative via une fonction conditionnelle déterministe — aucun LLM n'intervient dans ce calcul. Les textes d'interprétation sont statiques et déclenchés par le niveau de S :

Score S	Zone	Lecture tactique
S ≤ −0,6	Euphorie / Risk-On fort	Signal contrarien de prudence. Réduire progressivement le risque et prendre des profits.
−0,6 < S ≤ −0,2	Risk-On modéré	Conditions favorables aux actifs risqués. Surpondération actions et crédit justifiée.
|S| < 0,2	Neutre	Pas de signal directionnel fort. Maintenir les pondérations cibles sans biais marqué.
0,2 ≤ S < 0,6	Risk-Off modéré	Réduire les actifs cycliques. Renforcer défensifs, or, obligations courtes et liquidité.
S ≥ 0,6	Stress / Panique	Signal contrarien d'opportunité. Envisager des renforcements graduels sur la faiblesse.

News & Retail — overlay contextuel séparé

Le cockpit présente un bloc "News & Retail" explicitement distinct du score composite de stress — il n'entre pas dans le calcul de S. Ce bloc comprend :

• Score Retail (StockTwits) : Sent_ST = (%haussier − %baissier) / 100 ∈ [−1, +1], calculé sur SPY, QQQ, GLD, TLT. ≥ +0,3 → Retail optimiste · ≤ −0,3 → Retail pessimiste.
• News Finnhub : comptage d'articles (24h) par catégorie (général, actions, macroéconomie). Le score de sentiment Finnhub nécessite un plan premium — non disponible actuellement.
• Score news IA (optionnel) : Anthropic Claude peut générer une synthèse qualitative des narratifs de marché — présentée séparément, clairement étiquetée "IA", non intégrée au composite quantitatif.

La raison de cette séparation : ces signaux textuels sont partiellement corrélés au VIX (les deux réagissent aux mêmes événements), ce qui introduirait un double comptage dans le score composite. Ils apportent en revanche une lecture contextuelle utile — identification de narratifs émergents, transitions de sentiment retail, tensions géopolitiques.

Badge de cohérence — News & Retail vs Score S

Un badge de cohérence qualifie la relation entre le score de stress S et le sentiment News/Retail. Il est purement indicatif et n'affecte pas S.

Condition	Badge	Interprétation
|S| ≥ 0,4 ET |nrScore| ≥ 0,3 ET même signe	Confirme le stress / le calme	News & Retail confirment la direction du stress composite — signal renforcé
|S| ≥ 0,4 ET |nrScore| ≥ 0,3 ET signe opposé	Atténue le signal	News & Retail contredisent le stress composite — signal atténué, prudence analytique
Sinon (|S| < 0,4 ou |nrScore| < 0,3)	Neutre	Pas assez d'intensité dans les deux signaux pour conclure

Disponibilité des données : IG OAS et NFCI

Lorsque les séries FRED pour IG OAS (BAMLC0A0CM) ou NFCI (NFCI) ne sont pas disponibles (API down, clé absente, séries non retournées), le cockpit affiche explicitement "Donnée non disponible" pour ces sous-indicateurs dans la carte "Crédit & Liquidité". Aucune valeur par défaut n'est inventée et aucune barre vide n'est affichée.

Côté calcul : la fonction wAvg() du moteur de score ignore automatiquement les indicateurs null — si IG OAS est absent, le score de famille s_Credit est recalculé sur HY OAS (50%) et NFCI (25%) uniquement, avec renormalisation des poids. Le score composite S reste calculable même si un ou plusieurs indicateurs de la famille Crédit sont indisponibles.

Sources : Yahoo Finance (^VIX, ^VIX9D, ^MOVE, HG=F, GC=F, SI=F, USDJPY=X) · CBOE · FRED (BAMLH0A0HYM2, BAMLC0A0CM, NFCI) · Federal Reserve Bank of Chicago · Finnhub · StockTwits · Anthropic Claude (NLP contextuel optionnel)

Pilier 4 Momentum

Fondements théoriques — l'anomalie la plus robuste de la finance

Le momentum — la persistance des rendements passés à horizon intermédiaire — est l'un des phénomènes les mieux documentés et les plus robustement répliqués en finance empirique. Jegadeesh & Titman (1993), dans leur article fondateur publié dans le Journal of Finance, ont montré que les actions ayant surperformé sur les 3 à 12 mois précédents continuent de surperformer sur les 3 à 12 mois suivants, et vice-versa. Cette découverte a provoqué un débat académique majeur sur l'efficience des marchés.

Asness, Moskowitz & Pedersen (2013) ont étendu ce résultat à toutes les classes d'actifs (actions, obligations, devises, commodities) et à travers toutes les géographies sur plus d'un siècle de données — confirmant que le momentum n'est pas une anomalie statistique locale mais un phénomène robuste et universel. Fama & French (2012) ont eux-mêmes reconnu le momentum comme l'un des facteurs les plus difficiles à expliquer par les modèles d'équilibre standard.

Pourquoi le momentum existe-t-il ?

Plusieurs explications ont été proposées :

• Réaction insuffisante à l'information (underreaction) : les investisseurs intègrent progressivement les bonnes nouvelles dans les prix — les prix ne montent pas d'un coup mais graduellement, créant de la persistance. (Barberis, Shleifer & Vishny, 1998 ; Hong & Stein, 1999)
• Comportement grégaire (herding) : les investisseurs institutionnels tendent à acheter ce qui monte (pressure to show performance) et à vendre ce qui baisse, amplifiant les tendances.
• Rémunération du risque de crash (crash risk) : Daniel & Moskowitz (2016) ont montré que le momentum peut générer des "crashes" violents lors des retournements de marché. Sa prime de risque serait en partie la compensation pour ce risque de queue gauche.
• Explications comportementales : l'ancrage cognitif (anchoring), la représentativité et le biais de confirmation amènent les investisseurs à extrapoler les tendances passées au-delà de ce que justifient les fondamentaux.

Ce pilier est purement basé sur les prix : il est délibérément indépendant des fondamentaux macro ou de valorisation. Sa complémentarité avec les autres piliers est sa raison d'être dans le cockpit.

Score brut · Skip-1m · Pondération 60/40

Pourquoi 60/40 plutôt que 50/50 ? Le rendement 12m-1m capture une tendance établie sur un horizon intermédiaire, filtré de la microstructure du dernier mois. Le rendement 6m apporte une confirmation plus récente mais plus bruitée. La pondération 60/40 (12m-1m dominant) améliore empiriquement le ratio signal/bruit du classement final, en ligne avec Asness, Moskowitz & Pedersen (2013) qui observent que les horizons 12 mois dominent dans la plupart des classes d'actifs.

Pourquoi le z-score cross-sectionnel ?

Un rendement de +15 % sur 6 mois est excellent pour une obligation souveraine, ordinaire pour une action émergente, et modeste pour le bitcoin. Le z-score cross-sectionnel normalise ces différences d'échelle en positionnant chaque actif dans la distribution de son univers au même moment. Cela permet de classer équitablement des classes d'actifs très hétérogènes — des obligations courtes aux cryptomonnaies — sur une échelle commune de momentum relatif.

Skip-1m — pourquoi exclure le dernier mois

Le skip-1m (ou "skip-the-last-month") est une convention standard dans la littérature académique sur le momentum, introduite précisément par Jegadeesh & Titman (1993). Le dernier mois calendaire est exclu du calcul du rendement. La raison : les actifs ayant fortement monté sur le dernier mois ont une probabilité statistiquement significative de corriger le mois suivant — un phénomène documenté et lié à la microstructure des marchés (bid-ask bounce, rééquilibrages de portefeuilles mensuels des institutionnels, retournement des positions spéculatives de fin de mois).

En incluant le dernier mois, le signal de momentum se dégrade significativement. La convention skip-1m améliore le ratio information/bruit du signal.

Ajustement à la volatilité

Pourquoi ajuster le momentum à la volatilité ?

Un signal de momentum fort sur un actif peu volatil (par exemple une obligation d'État courte) est plus informatif qu'un signal identique sur un actif très volatile (bitcoin). La raison : la volatilité d'un actif détermine le niveau de bruit statistique autour de son signal — un actif volatile de 60 % annualisé peut facilement produire un rendement de 30 % en 6 mois simplement par chance, sans que cela soit un signal de tendance robuste. Un actif stable de 5 % annualisé produisant 10 % en 6 mois révèle une tendance bien plus fiable.

Barroso & Santa-Clara (2015) ont démontré que le momentum ajusté à la volatilité ("volatility-managed momentum") génère des rendements ajustés au risque significativement supérieurs au momentum brut, notamment en réduisant l'exposition lors des périodes de haute volatilité qui précèdent souvent les "momentum crashes" documentés par Daniel & Moskowitz (2016).

Classe d'actif typique	Volatilité 12m estimée	Facteur d'ajustement	Interprétation
Obligations courtes IG	4–8 %	×1,8 (plafonné)	Signal amplifié — haute conviction relative sur actif stable
Govies 10 ans	8–12 %	×1,25 à ×1,8	Signal légèrement amplifié
Actions US (S&P 500)	12–20 %	×0,75 à ×1,25	Signal neutre — actif à la cible
Actions EM / Small caps	20–35 %	×0,43 à ×0,75	Signal atténué — bruit plus élevé
Commodities / Bitcoin	40–100 %	×0,15 à ×0,375	Signal fortement atténué — niveau de bruit très élevé

Classement (quartiles) · Cohérence · Signal cross-actifs

Les actifs sont triés par score ajusté décroissant et répartis en quartiles — règle plus restrictive que les tertiles initialement utilisés, adoptée pour éviter d'inflater artificiellement les signaux OW/UW quand les écarts de scores sont faibles :

Rang dans l'univers	Signal	Interprétation
Top 25 %	Surpondérer (OW)	Tendance positive robuste · leadership momentum clair
Milieu 50 %	Neutre	Pas de signal directionnel clair · maintenir pondération neutre
Bottom 25 %	Sous-pondérer (UW)	Tendance négative relative · momentum défavorable

Passage des tertiles aux quartiles : avec des tertiles (33/33/33), environ un tiers des actifs reçoit un signal OW et un tiers un signal UW, ce qui génère un excès de conviction lorsque les scores sont proches. Les quartiles (25/50/25) réservent les signaux forts aux actifs dont le momentum se distingue réellement du lot.

Cohérence multi-horizons (0–4)

La cohérence mesure le nombre d'horizons (parmi 1m, 3m, 6m, 12m) affichant un rendement positif pour un actif. Un score de 4/4 indique une convergence de tendance positive sur tous les horizons temporels — signal de momentum robuste et persistent. Un score de 1/4 ou 2/4 indique un momentum fragmenté ou contradictoire — le signal est moins fiable et peut correspondre à un retournement en cours.

Cette mesure de cohérence est complémentaire au score composite : un actif peut avoir un score élevé sur 6 et 12 mois (dominant le classement) tout en affichant des rendements négatifs sur 1 et 3 mois — signalant potentiellement un retournement récent. La cohérence 2/4 dans ce cas tempère l'enthousiasme du score brut.

Signal cross-actifs — Risk-On/Risk-Off momentum

Le signal cross-actifs mesure la différence entre le score moyen de momentum des Actions et celui des Obligations dans l'univers. Un écart de ±0,10 est le seuil de détection :

• Écart > +0,10 en faveur des Actions : le momentum favorise les actifs risqués → signal Risk-On momentum. Cohérent avec un contexte de reprise ou de bull market en cours.
• Écart > +0,10 en faveur des Obligations : le momentum favorise les actifs défensifs → signal Risk-Off momentum. Peut précéder ou accompagner un retournement de marché.

Données et accès

Tous les calculs momentum sont effectués sur les prix de clôture quotidiens ajustés des dividendes, téléchargés depuis Yahoo Finance. L'ajustement des dividendes est essentiel pour les actions et les ETF d'obligations qui distribuent régulièrement — sans cet ajustement, chaque détachement de dividende crée un saut artificiel à la baisse dans la série de prix, biaisisant le calcul de momentum.

Source : Yahoo Finance (prix quotidiens ajustés des dividendes) · Calculs Ridge Finance

Moteur de rupture momentum

Le moteur de rupture est une couche d'alerte secondaire superposée au score de momentum principal. Il ne remplace pas le classement — il module la conviction du signal en détectant les signes précoces de fragilisation ou de cassure d'une tendance. Son rôle est analogue à celui d'un indicateur de qualité de signal : un actif peut avoir un bon score de momentum tout en montrant des signes d'essoufflement que le score principal ne capture pas encore.

Les 4 signaux binaires (break_score = 0 à 4)

Signal	Condition de déclenchement	Source	Interprétation
Break 1m	Performance 1m < 0	Yahoo (r1 MTD)	Dégradation immédiate du très court terme
Break 3m	Performance 3m < 0	Yahoo (r3)	Dynamique récente retournée
Break drawdown	dd_63j < seuil classe d'actif	Yahoo (prix daily 1Y)	Cassure rapide après un sommet récent
Break tendance	Prix actuel < MA200	Yahoo (prix daily 1Y)	Cassure de la structure de tendance longue

Drawdown 63 jours et MA200 — calculs

Seuils de drawdown par classe d'actif

Classe d'actif	Seuil drawdown 63j	Justification
Obligations défensives (Govies, TIPS)	−4 %	Volatilité naturellement faible — un drawdown de 4 % est déjà significatif
Actions · HY · Or · Commodities · Autres	−7 %	Seuil intermédiaire adapté à la volatilité des actifs risqués
Crypto	−12 %	Volatilité intrinsèque très élevée — un drawdown de 12 % est dans la norme

Impact du break score sur le signal final

Le moteur de rupture module la conviction du signal de momentum principal sans remplacer le classement quantitatif. La logique d'ajustement est la suivante :

Break Score	Label	Ajustement signal
0	Hausse confirmée	Aucun ajustement — signal principal conservé tel quel
1	Vigilance	Aucun ajustement — signal inchangé, indicateur de surveillance
2	Essoufflement	Signal conservé, colonne "Rupture" affiche un avertissement
3	Rupture probable	OW → Neutre (on ne peut pas maintenir une conviction OW avec 3 signaux de rupture actifs)
4	Tendance cassée	Signal forcé à Neutre quel que soit le score de momentum

Principe de conception : les signaux 0 et 1 n'altèrent pas le classement — ils informent sans agir. Les signaux 3 et 4 plafonnnent ou neutralisent le signal OW car il serait analytiquement incohérent de recommander "Surpondérer" un actif dont la tendance présente simultanément des brisures sur 4 dimensions. UW n'est jamais neutralisé par le break engine : si le momentum est négatif et se dégrade, le signal UW reste pertinent.

Source : Yahoo Finance (prix quotidiens ajustés des dividendes, historique 1 an) · Calculs Ridge Finance

Glossaire

Terme	Définition complète
CAPE	Cyclically Adjusted Price-to-Earnings ("ratio Shiller"). Ratio cours/bénéfices du S&P 500 calculé sur une moyenne de 10 ans de bénéfices réels. Développé par Robert Shiller (Nobel 2013) et John Campbell. Neutralise les fluctuations cycliques des bénéfices — un PE simple en fin de cycle est mécaniquement bas (bénéfices peak) même si les actions sont chères. Seuil historique : CAPE > 30 = zone de cherté structurelle.
ERP	Equity Risk Premium (Prime de risque des actions). Mesure la rémunération supplémentaire des actions par rapport aux actifs sans risque réels. Calcul : Earning Yield (1/PE forward) − TIPS 10Y. ERP > 4 % = actions attractives vs. obligations. ERP < 1 % = prime insuffisante. Indicateur de valorisation relative, pas absolue.
OAS	Option-Adjusted Spread. Différentiel de rendement entre une obligation de crédit et une obligation d'État de même durée, après correction mathématique des options embarquées (clauses de remboursement anticipé, etc.). Mesure pure du risque de crédit. Calculé par ICE BofA et distribué via FRED. Un OAS élevé signifie que les marchés exigent une prime de risque élevée pour le crédit — signal contrarian d'opportunité d'achat potentielle.
TIPS	Treasury Inflation-Protected Securities. Obligations d'État américaines dont le principal est ajusté à l'inflation (CPI) sur toute leur durée. Le rendement réel du TIPS 10Y (série FRED DFII10) est le taux sans risque réel de référence. Lorsque ce rendement est négatif, les investisseurs "paient" en termes réels pour détenir un actif sûr — situation extraordinaire qui favorise les actifs réels (or, TIPS, immobilier).
VIX	CBOE Volatility Index. Volatilité implicite à 30 jours du S&P 500, dérivée de la surface complète de prix d'options sur l'indice. Exprimé en taux annualisé. Un VIX de 20 implique des mouvements journaliers attendus de ~1,26 % (20/√252). Surnommé "indice de la peur" — monte lors des épisodes de stress, baisse en période de complacency. Source : CBOE, accessible via Yahoo Finance (^VIX).
VIX9D	VIX à horizon 9 jours (vs 30 jours pour le VIX standard). Mesure la volatilité implicite sur la semaine et demie à venir. Normalement inférieur au VIX (structure de terme en contango). Lorsque VIX9D > VIX (backwardation), les marchés craignent davantage le risque immédiat que le risque à 30 jours — signal de panique court terme intense.
NFCI	National Financial Conditions Index (Federal Reserve Bank of Chicago). Composite hebdomadaire de 105 indicateurs financiers couvrant les marchés monétaires, les marchés de crédit, les marchés actions et le système bancaire parallèle (shadow banking). NFCI = 0 : conditions financières neutres (moyenne historique). NFCI > 0 : conditions restrictives. NFCI < 0 : conditions accommodantes. Série FRED : NFCI. Publication : chaque vendredi, données au mercredi précédent.
PMI	Purchasing Managers' Index. Enquête mensuelle auprès des directeurs des achats dans les secteurs manufacturier et des services. Mesure les nouvelles commandes, la production, l'emploi, les délais de livraison et les stocks. > 50 = expansion de l'activité, < 50 = contraction. Indicateur avancé classique — disponible dans les premiers jours du mois suivant, bien avant le PIB officiel. Source principale : ISM (US), S&P Global / Markit (international), Caixin (Chine privé), Jibun Bank (Japon).
CPI	Consumer Price Index (Indice des Prix à la Consommation). Mesure l'évolution du niveau général des prix pour un panier de biens et services représentatif de la consommation des ménages urbains américains. Publié par le Bureau of Labor Statistics (BLS) le 2e ou 3e mercredi du mois suivant la période de référence. Série FRED : CPIAUCSL (All Urban Consumers, Seasonally Adjusted). Le CPI YoY est la référence mondiale pour mesurer l'inflation.
Fed Funds Rate	Taux des fonds fédéraux. Taux d'intérêt directeur de la Réserve fédérale américaine (Fed) auquel les banques se prêtent leurs réserves entre elles au jour le jour. Décidé par le FOMC (Federal Open Market Committee), qui se réunit 8 fois par an. Le Fed Funds Rate effectif (Effective Federal Funds Rate, série FRED : DFF) est la moyenne des transactions réelles journalières — légèrement différent du taux cible officiel.
Taux réel / r*	Le taux réel est le taux d'intérêt nominal moins l'inflation (règle de Fisher). Le "taux réel neutre" ou r* est le niveau théorique du taux réel compatible avec une croissance à son potentiel et une inflation à la cible — ni expansionniste ni restrictif. Estimé empiriquement à environ 0,5 % pour l'économie américaine (Laubach & Williams, 2003). Un taux réel observé au-dessus de r* indique une politique restrictive.
Skip-1m	Convention de calcul du momentum consistant à exclure le mois le plus récent dans le calcul des rendements 6m et 12m. Fondement : Jegadeesh & Titman (1993) ont documenté un retournement statistiquement significatif sur le mois le plus récent — lié à la microstructure des marchés (bid-ask bounce), aux rééquilibrages de fin de mois des institutionnels et aux retournements des positions spéculatives. L'exclusion du dernier mois améliore nettement le ratio information/bruit du signal momentum.
Z-score	(x − μ) / σ. Normalise une valeur observée par rapport à sa moyenne (μ) et son écart-type (σ) historiques. Exprime le résultat en unités d'écart-type. Permet de comparer et d'agréger des indicateurs sur des échelles très différentes (PMI en points, CPI en %, taux en %, OAS en bps). Un z-score de +2 signifie que la valeur est à 2 écarts-types au-dessus de sa norme — situation statistiquement rare (~2,3 % du temps dans une distribution normale).
OW / UW	Overweight (Surpondérer) / Underweight (Sous-pondérer). Convention de l'industrie pour exprimer une conviction relative par rapport à un portefeuille de référence neutre (benchmark ou allocation stratégique). OW ne signifie pas "acheter absolument" — cela signifie que le signal justifie d'avoir plus que le poids neutre de cet actif dans le portefeuille, compte tenu du régime de marché actuel.
HY / IG	High Yield (haut rendement) : obligations d'entreprise notées BB+ et en-dessous par S&P (ou Ba1 et en-dessous par Moody's). Risque de défaut plus élevé, rendement plus élevé. Investment Grade (qualité investissement) : notées BBB− et au-dessus. Risque de défaut faible, rendement proche des souverains. La frontière BB/BBB est la ligne de démarcation la plus importante en crédit obligataire — de nombreux investisseurs institutionnels ont des mandats les limitant aux obligations IG.
Backwardation	Structure de terme inversée où les prix à court terme dépassent les prix à terme (ou les volatilités implicites courtes dépassent les longues). Pour le VIX : VIX9D > VIX signifie que les options à 9 jours sont plus chères (en termes de volatilité implicite) que les options à 30 jours — signal de panique immédiate intense. En conditions normales de marché (contango), le contraire est vrai.
Cross-sectionnel vs. Time-series	Z-score cross-sectionnel : normalisation par rapport à la distribution de TOUS les actifs de l'univers au même instant. Capte le rang relatif d'un actif dans l'univers à une date donnée. Z-score time-series : normalisation par rapport à l'historique d'un seul actif dans le temps. Ces deux types de normalisation sont utilisés dans différents contextes du cockpit selon l'objectif : classement relatif (cross-sectionnel) ou détection d'anomalie historique (time-series).
Percentile	Rang de la valeur actuelle dans sa distribution historique, exprimé en pourcentage. 80e percentile = la valeur actuelle est plus haute que 80 % des observations passées sur la fenêtre considérée. Fenêtres utilisées : 1 an (252 jours) pour le VIX (contexte récent), 5 ans pour les spreads de crédit et le Dividend Yield (horizon de cycle), 30 ans pour le CAPE (valorisation séculaire).
Mean-reversion	Retour à la moyenne : tendance des indicateurs financiers ou économiques à revenir vers leur valeur d'équilibre après s'en être éloignés. Fondement théorique de l'approche contrarian en valorisation. Le CAPE, les spreads de crédit et le ratio Cu/Or présentent tous une mean-reversion documentée, ce qui justifie leur utilisation comme signaux de valorisation relative.
FRED	Federal Reserve Economic Data. Base de données économiques et financières maintenue par la Federal Reserve Bank of St. Louis. Accès gratuit via fred.stlouisfed.org et API (FRED API). Contient plus de 800 000 séries de données économiques et financières américaines et internationales. Source principale du cockpit pour les données macro (CPI, PMI, Fed Funds) et les données de crédit (spreads OAS ICE BofA).

Limites & avertissement légal

Limites structurelles du modèle

• Latence des données macro : le CPI est publié avec ~12 jours de retard, le PIB avec 3–4 semaines et plusieurs révisions. Le cockpit observe le passé récent, jamais le présent exact. Dans les phases de retournement rapide, les signaux macro arrivent trop tard pour être exploitables immédiatement.
• Discrétisation d'un monde continu : 8 régimes discrets représentent une simplification significative d'une économie qui évolue en continu. Les transitions de régime — quand l'économie passe de "G↑" à "G↓" — sont détectées avec retard et la conviction est naturellement faible dans ces phases intermédiaires.
• Pondérations fixes sur la géographie : les poids PMI (US 40 %, EU 25 %, CN 20 %, JP 10 %) reflètent la structure du PIB mondial de 2024. Ces poids ne s'ajustent pas dynamiquement aux changements géopolitiques, aux crises régionales, ou aux évolutions structurelles de l'économie mondiale (montée en puissance de l'Inde, transition énergétique, etc.).
• Biais de survie dans la calibration historique : la matrice d'impact macro est calibrée sur des données historiques 1990–2024. Cette période inclut 35 ans de désinflation, de taux bas et de mondialisation croissante. Un régime structurellement différent (déglobalisation, inflation persistante au-dessus de 4 %) pourrait invalider certaines relations historiques.
• Surapprentissage latent : toute analyse historique souffre du biais du survivant — les stratégies documentées sont celles qui ont fonctionné. La relation valuation-rendements future, même si robuste, ne garantit rien sur un horizon de 5 ans d'un investisseur donné.
• Qualité des données Yahoo Finance : sujettes à des délais, des erreurs d'ajustement de dividendes et des interruptions ponctuelles. Les données de prix d'actifs exotiques (certains ETF, commodities) peuvent présenter des écarts avec les prix de marché en temps réel. Toujours vérifier les données critiques sur une source primaire avant toute décision d'allocation importante.
• PMI via Anthropic Claude : la valeur est extraite des publications officielles par le modèle. Des décalages de quelques heures à quelques jours sont possibles après la publication officielle. Vérifier sur ISM.org, S&P Global ou FRED avant toute décision sur base de cette donnée.
• Crypto : le signal Macro est neutralisé (score = 0 dans tous les cadrans) — aucun modèle macroéconomique conventionnel ne s'applique à des actifs sans fondamentaux économiques traditionnels. Le momentum crypto est très volatile et sujet aux "momentum crashes" sévères. Le Sentiment capture partiellement le risque systémique mais pas le risque spécifique à la réglementation, aux échanges ou au protocole.

Références & sources de données

Articles académiques fondateurs

Auteurs	Année	Titre	Journal	Pertinence
Jegadeesh, N. & Titman, S.	1993	Returns to Buying Winners and Selling Losers: Implications for Stock Market Efficiency	Journal of Finance, 48(1), 65–91	Pilier 4 — fondement académique du momentum
Campbell, J.Y. & Shiller, R.J.	1988	Stock Prices, Earnings, and Expected Dividends	Journal of Finance, 43(3), 661–676	Pilier 2 — pouvoir prédictif du ratio P/E ajusté du cycle
Fama, E.F. & French, K.R.	1989	Business Conditions and Expected Returns on Stocks and Bonds	Journal of Financial Economics, 25, 23–49	Architecture — rendements attendus variables selon le cycle
Hamilton, J.D.	1989	A New Approach to the Economic Analysis of Nonstationary Time Series and the Business Cycle	Econometrica, 57(2), 357–384	Pilier 1 — formalisation des régimes économiques
Asness, C., Moskowitz, T. & Pedersen, L.	2013	Value and Momentum Everywhere	Journal of Finance, 68(3), 929–985	Pilier 4 — momentum universel toutes classes d'actifs
Baker, M. & Wurgler, J.	2006	Investor Sentiment and the Cross-Section of Stock Returns	Journal of Finance, 61(4), 1645–1680	Pilier 3 — sentiment investisseur comme facteur de rendement
Barroso, P. & Santa-Clara, P.	2015	Momentum Has Its Moments	Journal of Financial Economics, 116(1), 111–120	Pilier 4 — momentum ajusté à la volatilité
Daniel, K. & Moskowitz, T.	2016	Momentum Crashes	Journal of Financial Economics, 122(2), 221–247	Pilier 4 — risques de retournement du momentum
Gilchrist, S. & Zakrajsek, E.	2012	Credit Spreads and Business Cycle Fluctuations	American Economic Review, 102(4), 1692–1720	Pilier 2 — spreads crédit comme indicateurs avancés
Ang, A. & Bekaert, G.	2002	International Asset Allocation with Regime Shifts	Review of Financial Studies, 15(4), 1137–1187	Architecture — rendements conditionnels aux régimes
Fama, E.F. & French, K.R.	1988	Dividend Yields and Expected Stock Returns	Journal of Financial Economics, 22, 3–25	Pilier 2 — pouvoir prédictif du Dividend Yield
Whaley, R.E.	2009	Understanding the VIX	Journal of Portfolio Management, 35(3), 98–105	Pilier 3 — interprétation et limites du VIX
Jegadeesh, N. & Titman, S.	2001	Profitability of Momentum Strategies: An Evaluation of Alternative Explanations	Journal of Finance, 56(2), 699–720	Pilier 4 — robustesse out-of-sample du momentum
Burns, A.F. & Mitchell, W.C.	1946	Measuring Business Cycles	NBER	Pilier 1 — fondation théorique de l'analyse cyclique

Ouvrages de référence

Auteur(s)	Titre	Éditeur	Pertinence
Ilmanen, A.	Expected Returns: An Investor's Guide to Harvesting Market Rewards (2011)	Wiley Finance	Synthèse complète des primes de risque et de leur prévisibilité — référence principale de l'architecture multi-piliers
Shiller, R.J.	Irrational Exuberance (2000, 3e éd. 2015)	Princeton University Press	Pilier 2 — CAPE et comportements de marché irrationnels
Graham, B. & Dodd, D.	Security Analysis (1934, 6e éd. 2008)	McGraw-Hill	Pilier 2 — fondements de l'analyse de valorisation fondamentale
Ang, A.	Asset Management: A Systematic Approach to Factor Investing (2014)	Oxford University Press	Architecture — allocation factorielle systématique multi-horizons
Kindleberger, C. & Aliber, R.	Manias, Panics, and Crashes (7e éd. 2015)	Palgrave Macmillan	Pilier 3 — dynamique des crises financières et comportements de panique

Sources de données — détail d'accès

Source	URL / Accès	Données utilisées	Fréquence	Délai
FRED (Federal Reserve St. Louis)	fred.stlouisfed.org · API gratuite	CPIAUCSL, DFF, DFII10, BAMLH0A0HYM2, BAMLC0A0CM, BAMLEMCBPIOAS, NFCI, DSPUSRETYLDQ	Quotidien à mensuel selon série	Immédiat après publication officielle
Yahoo Finance	finance.yahoo.com · yfinance (Python)	SPY, TLT (corrélation), ^VIX, ^VIX9D, HG=F, GC=F (Cu/Or), ETF momentum	Quotidien (cours de clôture)	T+0 à T+1 selon le marché
ISM	ismworld.org	PMI Manufacturier US, PMI Services US	Mensuel (1er jour ouvré)	Immédiat à la publication
S&P Global / Markit	spglobal.com/marketintelligence	PMI Zone Euro, PMI Global composite	Mensuel (~J+3)	~J+3 du mois suivant
Caixin	caixin.com/finance	PMI Manufacturier Chine (secteur privé)	Mensuel (~J+1)	~J+1 du mois suivant
Jibun Bank / S&P Global	au.jibunbank.co.jp	PMI Manufacturier Japon	Mensuel (~J+3)	~J+3 du mois suivant
Anthropic Claude	API Anthropic (claude-3-5-sonnet)	Lecture des publications PMI, CPI Δ, DY estimé, sentiment actualités (NLP Finnhub + StockTwits)	À chaque actualisation	Quelques heures après publication officielle
CBOE	cboe.com · Historical data	Documentation VIX, VIX9D	—	Documentation de référence
ICE BofA	Via FRED (séries BAML*)	Indices OAS HY, IG, EM Corporate	Quotidien	J+1 via FRED