YRIS SA Previsions et gestion. Constat (1) La répartition des actifs est le contributeur majeur à la performance. –Drobetz & Köhler, U of Basel & U of.

Présentation au sujet: "YRIS SA Previsions et gestion. Constat (1) La répartition des actifs est le contributeur majeur à la performance. –Drobetz & Köhler, U of Basel & U of."— Transcription de la présentation:

1 YRIS SA Previsions et gestion

2 Constat (1) La répartition des actifs est le contributeur majeur à la performance. –Drobetz & Köhler, U of Basel & U of St Gallen (2002) ShowShow –Ibbotson & Kaplan, Financial Analysts Journal, AIMR (2000) ShowShow Le choix des titres est, au mieux, neutre.

3 Constat (2) Une stratégie basée sur les indices est nécessaire. La qualité des prévisions est essentielle. Les prévisions actuelles sont peu fiables working paper –IMF working paper, avril 2000 (PIB) ShowShow –Livingston Study (S&P 500)

4 Analyse économique: problèmes Un nombre important de variables La composante émotive Biais psychologiques (cognitive illusions) –Excès de confiance –Perception des statistiques (base rate neglect) ShowShow –Ancrage –… Modèles mathématiques, statistiques et systèmes experts: rigides donc fragiles dans la durée.

5 Quelle approche ? Les indices boursiers se comportent de manière chaotique au sens mathématique du terme –La composante déterministe: définie par des variables, relation de cause à effet –La composante aléatoire But: maximiser la composante déterministe

6 Comment ? 1.Quelles sont les variables macroéconomiques déterminantes ? 2.Dans quel modèle les inclure ? a.Les variables elles-mêmes et leur importance varie au cours du temps (inflation, pétrole…) 3.Comment mesurer la précision du modèle dans le temps ?

7 1. Choix des variables Tri par une procédure interne Lindice définit deux éléments: –Une capacité prédictive –Le pic temporel de la capacité prédictive Sélection du nombre de variables

8 2. Quel modèle ? (I) En souplesse et performance, les systèmes issus de lintelligence artificielle sont les mieux adaptés Les réseaux neuronaux sont en particulier idéaux pour le traitement des séries temporelles –Lawrence – U. of Manitoba showshow Ils permettent disoler la composante déterministe Et permettent également dextraire les émotions de lanalyse

9 2. Quel modèle ? (II) Quest-ce quun réseau neuronal ? –Une réplique mathématique de larchitecture neurale du cerveau A quoi est-il utilisé ? –Sécurité: Reconnaissance des visages, signatures,… –Classement –Evaluation

10 3. Quelle précision ? (0) Ce nest pas une boule de cristal ni une boîte noire ! La composante aléatoire sera toujours non nulle Les événements géopolitiques ne peuvent pas être directement pris en compte But: améliorer significativement la précision actuelle

11 3. Quelle précision ? (I) Comparaison de la prévision de lévolution du S&P 500: RN contre the Livingston Survey (Philadelphia Federal Reserve) LS: agrégat des prévisions de secteurs industriels, financiers, académiques et gouvernementaux (40 analystes) Critère: écart-type entre la prévision et la réalité

12 3. Quelle précision ? (II) Livingston Survey (Fed) Réseau NeuronalS&P 500 Précision de la prévision à un écart-type (65% des observations dans les limites)

13 3. Quelle précision ? (III)

14 Autres avantages Simulations –Impact sur les marchés dune hausse du prix du pétrole p. ex. Intégration contrôlée de composantes psychologiques (sentiment index) Adaptation permanente à lenvironnement économique

15 YRIS SA Previsions et gestion