La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

SABIO Système d´Analyse Boursière pour Investissements Optimaux.

Présentations similaires


Présentation au sujet: "SABIO Système d´Analyse Boursière pour Investissements Optimaux."— Transcription de la présentation:

1 SABIO Système d´Analyse Boursière pour Investissements Optimaux

2 Conclusions sur les résultats obtenus avec SABIO 2

3 La contribution de SABIO a lexcellence dans la gestion des avoirs bousiers SABIO est un système de trading automatique de tout premier plan aussi bien scientifique qu opérationnel. Les résultats « hors norme » obtenus dans son application réelle, le placent régulièrement dans le TOP5 des fonds dactions sur la bourse de N.Y. Ce haut niveau de out-performances est accompagné dun coefficient de risque très faible (le beta <0,50) soit de 50% inferieur à celui du Benchmark. Nous nous adressons avec ce positionnement doublement discriminant aux investisseurs et aux SGP en quête de produits financiers de très haute qualité. 3

4 Résultats du trading obtenus sur le S&P500 Lapplication on-line de SABIO aux 500 valeurs du S&P a généré ces 4 dernières années trades. Le « trades record » qui en résulte donne les résultats suivants: Ces résultats mettent en évidence les conclusions ci-après: 4 Resultats du Trading moyennes Performances annuelles 23%8%22%66% 30% Risque Latent (Volatilité) 7,4%8,7%7,0%6,3% 7,3% Performance relative (S&P500) Volatilité relative (S&P500) 10% 0,46 8% 0,40 9% 0,57 29% 0,55 13% 0,47 Nombre de Trades/an Durée moyenne (jours/Trade)

5 Lapport de SABIO aux Investisseurs exigeants Les résultats détaillés des trades effectués ces dernières 4 années, sont parfaitement documentés et accessible à tout moment pour un control exhaustif et rigoureux de leur validité. Dès lors, les investisseurs trouveront dans lapplication SABIO les 5 avantages « hors norme » pour leur placements alternatifs : Une performance de +30% p.a. (out-performance de +13% p.a.). Un risque parmi les plus faibles (beta inferieur a 0,50) Une Gestion très pointue des pertes avec un contrat Risque 0. Un Management-Fee faible et indexé aux résultats. Une continuité de ces résultats dans le temps. Des critères permanents de sécurisation et dinformation des assets sont fournis par la Banque dépositaire. 5

6 La contribution de SABIO au partenariat dexcellence La technologie SABIO apporte aux partenaires et aux Sociétés de Gestion de Patrimoine un triple avantage : Un Impact direct sur le volume des portefeuilles gérés. Il a été démontré que la gestion dun portefeuille SABIO fait tripler à moyen terme le volume des assets gérés par SABIO. Consolidation de la situation Win-Win. Au delà de la contribution de SABIO aux résultats financier de la Société de Gestion, SABIO par son caractère innovateur, permets délargir le panel existant des produits-financiers. Contribution à la politique de communication. La référence SABIO avec ses résultats « hors norme » permet aux SGP daccentuer leur positionnement compétitif sur le marché. 6

7 Sommaire Présentation du système SABIO – Le profil de SABIO – SABIO en quelques lignes Applications concrètes – SABIO face aux marchés – Considérations sur le risque – Positionnement compétitif Lutilisation du système – La plateforme SABIO – Organisation Loffre SABIO – Contribution aux résultats des clients – Offre financière Annexes et références 7

8 Présentation du Système 8

9 Le profil de SABIO 9 SABIO est une méthode prévisionnelle entièrement automatique, appliquée au trading journalier des valeurs boursières. Le système SABIO consiste en ladaptation au trading de lanalyse mathématique du processus décisionnel, processus qui relève autant de facteurs rationnels que psychologiques. Il se différencie par sa puissance dans le décryptage des dynamiques spécifiques aux valeurs boursières. Ce qui conduit a une qualité prévisionnelle à ce jour inégalée. Déjà le précurseur de la technologie SABIO (méthode Lewandowski) obtenait le prix international de la meilleure méthode de prévision (Cf. la slide ci-après). Ces résultats ont été atteints grâce à laboutissement de 20 années de recherches sur lutilisations des méthodes des prévision mathématique dans plus de 500 institutions et groupes industriels.

10 Comparaison de la qualité des méthodes de prévision Sous la direction scientifique du Pr. Makridakis de lINSEAD fut réalisée une comparaison des principaux algorithmes prévisionnels existants. Cette analyse est la plus étendue jamais réalisée et a fait lobjet de multiples publications dont un ouvrage de référence.*) Le principe de cette comparaison était : En fonction de lampleur mathématique, des plus simples aux plus larges, de tester leur degré dexactitude prévisionnelle. Le graphique ci-joint reprend les résultats de la commission scientifique chargée du test. *)The Forecasting Accuracy of Major Time Series Methods. John Wiley&Sons, New York 10

11 SABIO en quelques lignes Sa conception se caractérise par les trois modules suivants: 1.Méthode de prévision du cours des valeurs boursières. Ce processus comporte 300 équations et algorithmes relatifs à la dynamique propre de chaque valeur boursière. Ces algorithmes sont la clés du décryptage des signaux précurseurs (early warning) des changements significatifs. Ils permettent lidentification dopportunités pour le trading journalier. 2.Gestion automatique du trading on-line. Le processus gère on-line les principales valeurs boursières (500). Un suivi permanent des opérations effectuées permet une transparence complète des opérations réalisées. 3.Optimisation permanente du couple risque / rendement. Lutilisation intensive de calculateurs puissants permet aux algorithmes doptimisation de SABIO daméliorer en permanence les résultats. 11

12 Applications Concrètes 12

13 SABIO face aux marchés sur la période Sur ces quatre années, nous avons fait une utilisation in vivo du système sur les 500 valeurs du S&P500. Les transactions sur cette période ont été réalisées dans le cadre de la gestion du portefeuille pour le compte dun investisseur individuel, le «trades record » de ces transactions est parfaitement documenté. Toutes les transactions (2.300 trades) ont été générées automatiquement par SABIO. Les éléments du mécanisme qui ont conduit au déclenchement des ordres, sont à tout moment accessibles et permettent la compréhension des trades. Les ordres d'achat et de vente, avec les limites et les volumes spécifiques à chaque valeur, ont tenu compte de la dynamique intraday de lindice. Le résultat final pour lensemble de cette période a été de +122%, alors que le S&P500 na progressé que de 65,8%. 13

14 Exemple de génération de trades sur une valeur : PerkinElmer (S&P500) Pour concrétiser le processus nous avons pris lhistorique des trades générés par le système sur la valeur PerkinElmer. Sur la période 2008 à 2012, cette valeur a observé un comportement dynamique difficile: –Tendance stable avec +3% par an. –Volatilité très forte > 30%. SABIO a généré sur cette valeur 11 trades –8 positifs avec +25 % par trade et –3 négatifs avec -4 % par trade. Sur ces 5 ans: La performance cumulée réalisée sur cette valeur a été de +180% soit +35% en moyenne par an. Le graphique ci-joint reprend le signal de vente. Ce signal est généré lorsque la prévision de lévolution du cours de laction devient négative avec des effets significatifs sur la performance. Cours de Action en US $ 14 Signal de vente Performance cumulée en % ordre de vente ordre dachat 14

15 Analyse comparative au TOP 5 Permettre une comparaison synthétique avec le panel des meilleurs 5 fonds. Comme critère de qualité nous avons pris un Sharp Ratio >2,75. Nous avons consolidé les résultats journaliers obtenus sur ces 5 Fonds: le TOP 5 Lanalyse comparative entre SABIO et cet indice des TOP 5 donne: SABIO: La performance obtenue ces dernières 4 années a été de 122% soit une performance de 30% p.a. et un risque (ou variabilité) de 7%. Le TOP 5: La performance moyenne sur cette même période a été de 26% p.a. avec un risque latent de 15%. 15 Comparaison des Performances TOP 5 SABIO S&P500 Le graphique ci-dessus montre l évolution des performances pour ces dernières 4 années.

16 Considérations sur le risque Pour calculer le risque des pertes possibles du Portefeuille SABIO, nous analyserons les résultats du fichier «trades-record». Les performances journalières du Portefeuille dactions généré par SABIO reflètent une faible volatilité. En effet, les pertes observées ne dépassent pas 7% au niveau du Portefeuille, contre des pertes de 16% en moyenne pour lindice S&P500. Le coefficient beta est de 0,48. Dès lors, avec une performance moyenne de 30% p.a. et un risque latent de 7%, la probabilité de pertes du Portefeuille est pratiquement nulle à partir de la 12ème semaine du cycle annuel de linvestissement. Même dans des cas extrêmes, comme celui de lannée 2008, la robustesse des résultats face aux risques cest confirmée. 16

17 Considérations sur le risque (2) S1 S8 S16 S24 S32 S40 S48 S53 Semaines Un exemple de performance annuelle moyenne est donnée dans le graphe ci- joint. Cette évolution fait ressortir la volatilité de 7% propre au trading avec SABIO. La connaissance de ces caractéristiques dynamiques permettent, de les utiliser comme système dalerte (ligne rouge du graphique). Le dépassement de cette limite de control entraine un basculement vers une politique de trading restrictive. Cette politique restrictive consiste à accentuer pour chaque valeur du Portefeuille leur niveau respectif pour le « stop-loss ». Limite de control du risque Performance du Portefeuille SABIO 17

18 Le risque latent en période à fortes turbulences ( ) Lindice S&P500 a subit, pendant lannée 2008, des pertes très importantes de lordre de 46%. La valeur du portefeuille SABIO, par contre, na subi aucune perte notable. La conjugaison des trois éléments suivants explique cette robustesse: –La sensibilité aux risques (stop-loss) propres a chaque valeur du Portefeuille saccentue pendant les période à fortes variabilité. –SABIO a fortement réduit le nombre des transactions. –Linvestissement se focalise sur des valeurs anticycliques et à faible coefficient de variabilité. 18 Performances Comparées Portefeuille SABIO Indice S&P500

19 Benchmarking 19

20 Positionnement compétitif 20

21 21 La grand majorité des fonds daction aux USA permettent détablir la relation qui lie le volume des assets gérés à lindice I.C. Ces dernières 4 années 20 Fonds (TOP20) ont réalisé de plus value nettes > +5% p.a. Le calcul de lIndice de compétitivité donne sur ces 4 dernières années: TOP20SABIO Performance p.a.: +18% a +29%+30% Risk (latent): 11% a 17% 7,3% Coûts de gestion:3% a 6% 2,9% I.C.-Index: 5% a 13% 19% Le graphique ci-joint montre la relation entre lindice (I.C.) et le volume dassets gérés: Ainsi, passer dun I.C. de 7% à 12% fait tripler le volume des assets gérés. Lindice de compétitivité (I.C.) et le volume des assets gérés

22 Lutilisation du Système 22

23 La Plateforme SABIO dédiée à la génération automatique des ordres pour le trading, est connectée a un portail on line dune Banque. Cette Banque est dépositaire du capital et des assets pour chacun des Clients. Lutilisation de cette plateforme est axée sur deux alternatives: 1.Contrat de cogestion avec des sociétés dinvestissement (SPF,SGP) pour lutilisation de SABIO. 2.Vente dune License dexploitation à des institutions financières pour la gestion dun fond « SABIO » propre. Plateforme SABIO SABIO Version dédiée et adaptée à lapplication Paramètres spécifiques à lapplication du client Plateforme de trading on-line Ordres (Prix,Vol.) Rapports de gestion 23

24 Organisation Le client de SABIO ouvre un compte dédié dans une banque dépositaire et mandate SABIO pour intervenir sur ce compte. Les ordres dachat et de vente sont passés par SABIO après un contrôle de validité. La société de gestion peut introduire également son savoir faire dans la modulation des ordres proposés. Le client reçoit: Un relevé de gestion hebdomadaire faisant apparaitre les mouvements des titres réalisés et une situation du portefeuille titres, émanant de la banque dépositaire. Un reporting mensuel de gestion sur lévolution de la performance réalisée et son positionnement (Benchmarking). Ces information croisées garantit au client une complète transparence sur les opérations effectuées et sur létat de ses investissements. 24

25 Loffre SABIO 25

26 26 Les frais de gestion Les frais de gestion dune application SABIO comportent une partie fixe (Management-Fee) et une partie variable (Performance-Fee). 1.Rémunération annuelle (Management-Fees). Elle est dégressive suivant le volume dactifs géré. Ainsi, pour un volume dactifs de 10 Mio. la rémunération annuelle y compris les coûts d utilisation du system sera de: 1,5% 2.Rémunération indexée aux out-performances. Cette prime de résultats est applicable uniquement dans le cas où le performance obtenue est supérieure à celle du Benchmark, ici lindice du S&P500. Par exemple, pour une performance annuelle de +18% et un indice S&P à +10%, cette Performance-Fee sera de: 1,4% Les frais de gestion seront dans ce cas de 2,9% et restent de 50% inferieurs à ceux généralement pratiqués dans ce domaine dapplication.

27 Fin de la présentation. 27

28 Rudolf Lewandowski, Docteur en mathématiques, créateur de la technologie SABIO, possède une double compétence internationale: Expérience professionnelle: Sous sa direction, 500 systèmes de prévision ont été développés pour la gestion opérationnelle des grands groupes, de même que pour des institutions internationales. Reconnaissance scientifique: Ses algorithmes prévisionnels qui sont à la base de la méthode SABIO, ont été reconnus par une commission scientifique internationale, comme les plus performants pour lexactitude de leurs résultats prévisionnels. Publications: Il est lauteur de quelque 600 publications scientifiques sur les méthodes de prévision mathématique. Sur lauteur de la méthode 28

29 Développements antérieurs Des développements et applications ont été réalisés par M. Lewandowski dans le cadre des responsabilités suivantes: La méthode FORSYS: De 1970 à 73, dans lInstitut de recherche opérationnelle et de mathématiques appliquées en Allemagne, le MBP (Mathematisches Beratungs- und Programierungszentrum, 250 personnes) en tant que Directeur de Recherche. Lutilisation du système FORSYS par les grands groupes industriels: De 1974 à 2001 en tant que Directeur général de la société allemande Marketing Systems (350 ingénieurs). Parmi les quelques 500 installations de la méthode FORSYS dans le monde, citons: – Colgate Palmolive/USA : Gestion prévisionnelle par produit et calcul de la rentabilité des promotions. – Danone/France : Gestion prévisionnelle des ventes par produit. – Unilever/Pays Bas : Gestion prévisionnelle par produit. – BMW/Allemagne: Prévisions des options par modèle et version (10.000). – Volkswagen/Allemagne : Gestion prévisionnelle des versions et modèles. – Axel Springer/Allemagne : Optimisation de la distribution journalière des points de vente. – Hilti/Lichtenstein : Prévisions pour loptimisation de la chaîne logistique. – KKB-City Bank/Allemagne : Analyse de lévolution des flux par produit financier. La Méthode FORSYS a servi de base au premier système danalyse des cours boursiers en Allemagne (BOURSYS) pour le compte de la Landeszentralbank/Düsseldorf. Le développement du système était placé sous la direction de M. Lewandowski. Le développement du système FORCE4 pour la Communauté Européenne (EUROSTAT): En tant que directeur de projet avec la participation de centres universitaires européens. 29

30 Une Commission internationale dexperts et universitaires dans le domaine de la prévision mathématique placée sous la direction du Prof. S.Makridakis de lINSEAD fut chargée d'effectuer une analyse comparative des méthodes scientifiques de prévision à court terme. Les résultats de cette analyse, unique à ce jour, ont fait lobjet de multiples publications dont louvrage de base: The Forecasting Accuracy of major Time Series Methods. S.Makridakis et al. 1984, John Wiley & Sohns Ltd, New York Dans le chapitre I de cet ouvrage de 300 pages, State of the Art, le Prof. Makridakis donne la synthèse de cette analyse comparative ; En page 4, il souligne: «Model simplicity is a positive characteristic as long as users believe that simple methods can produce accurate results. On the other hand, this does not deny that some sophisticated methods do better than simple methods. Lewandowskis FORSYS and Parzens ARAMA models did extremely well in most of the accuracy measures used, time horizons, and type of data.» et comme conclusion, page 12: «Lewandowskis method is by far the best for longer forecasting horizons. Lewandowski also does very well on the MSE criterion, outperforming all other methods.» Ces résultats ont été largement commentés lors du Symposium organisé à Québec (Canada) par le Journal of Forecasting devant plus de participants. 30 Une méthode scientifique reconnue


Télécharger ppt "SABIO Système d´Analyse Boursière pour Investissements Optimaux."

Présentations similaires


Annonces Google