S A B I O Le générateur de fonds dactions le plus performant *) *) Les 4 dernieres années sur le S&P500.

Présentation au sujet: "S A B I O Le générateur de fonds dactions le plus performant *) *) Les 4 dernieres années sur le S&P500."— Transcription de la présentation:

1 S A B I O Le générateur de fonds dactions le plus performant *) *) Les 4 dernieres années sur le S&P500

2 S A B I O Pour en savoir plus: La Synthèse Les Résultats En 1 minute En 15 minutes

3 Un fond dactions « hors norme » 3 PERFORMANCE +32% p.a. le Top du Benchmark Avec: Outperformance +18% p.a. Résultats nets > 25% p.a. Sortino Ratio 3,94 RISQUE < 7,5% (σ Bear ) Le plus bas du Benchmark Avec: un contrat Value at Risk risque 0 COUTS DE GESTION < 5,0% Le plus bas du Benchmark y compris: la performance fee et la High Watermark. SABIO générateur de fonds dactions Valeurs moyennes réalisées avec SABIO ces 4 dernières années sur le S&P500 Le Benchmark : Les 20 meilleurs fonds dactions sur les valeurs du S&P500

4 Conclusions sur les résultats obtenus avec SABIO 4

5 La contribution de SABIO à lexcellence dans la gestion des avoirs boursiers 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. avec une outperformance moyenne de +18% p.a. Ce haut niveau de résultats est accompagné de coefficients de risque très faibles : le Bêta bear est de 0,97 et la volatilité bear de 7,45%. Le ratio de Sortino associé est le plus élevé du Benchmark (S= 3,94). Nous nous adressons, avec ce positionnement doublement discriminant, aux investisseurs et aux SGP en quête de produits financiers de très haute qualité. 5

6 Résultats du trading SABIO obtenus sur le S&P500 Ces résultats mettent en évidence les conclusions ci-après: 6

7 Lapport de SABIO aux Investisseurs exigeants Les résultats détaillés des 2.300 trades, effectués ces 4 dernières 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 +32% p.a. (outperformance de +18% p.a.) Un risque parmi les plus faibles (σ Bear <7,45%) Une gestion très pointue des pertes avec un contrat 0 Risque Un Management-Fee faible et indexé sur les résultats Une continuité de ces résultats dans le temps Des critères permanents de sécurisation des avoirs sont fournis par la banque dépositaire. 7

8 La contribution de SABIO au partenariat dexcellence La technologie SABIO apporte aux partenaires et aux Sociétés de Gestion de Patrimoine (SGP) 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 financiers et à la rentabilité de la Société de Gestion, SABIO par son caractère novateur, permet délargir le panel existant des produits financiers. Contribution au positionnement dans le Benchmark. La référence SABIO avec ses résultats « hors norme » permet aux SGP daccentuer leur positionnement sur un marché très compétitif. 8

9 Sommaire Présentation du système SABIO – Le profil de SABIO – SABIO en quelques lignes Applications concrètes – SABIO face aux marchés – Gestion du Risque – Positionnement compétitif Lutilisation du système – La platteforme SABIO – Organisation Loffre SABIO – Offre financière Annexes et références 9

10 Présentation du Système 10

11 Le profil de SABIO 11 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 à 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. le slide ci-après). Ces résultats ont été atteints grâce à laboutissement de 20 années de recherches sur lutilisation des méthodes de prévision mathématique dans plus de 500 institutions et groupes industriels.

12 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.*) Lobjectif de cette comparaison était : de tester le degré dexactitude prévisionnelle de chaque méthode dans lanalyse de l évolution de variables micro-économiques très diversifiées. Les implications concrètes: La méthode Lewandowski est aujourdhui utilisée dans plus de 500 grands groupes industriels pour la gestion de leur Supply-Chain-Management. Cette méthode a été à la base du système SABIO. Aujourdhui, après 20 ans de recherches dans lanalyse prévisionnelle des cours des valeurs boursières, le système SABIO dépasse largement ces niveaux de qualité prévisionnelle. *)The Forecasting Accuracy of Major Time Series Methods. John Wiley&Sons, New York 12

13 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 clé 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. 13

14 Applications Concrètes 14

15 SABIO face aux marchés sur la période 2010 - 2013 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 «trade 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 +128%, alors que le S&P500 na progressé que de 65,8%. 15

16 Exemple de génération de trades sur une valeur : PerkinElmer (S&P500) Pour mieux comprendre le processus décisionnel de SABIO, 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 avec des fluctuations extrêmes: –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 -6 % par trade. Sur ces 5 ans: La performance cumulée réalisée sur cette valeur a été de +180% soit +35% en moyenne par an. Le signal de vente est généré lorsque la prévision de lévolution du cours de laction devient négative. Cours de Action en US $ 16 Signal de vente Performance cumulée en % ordre de vente ordre dachat 16

17 Analyse comparative au Benchmark (TOP 5) Permettre une comparaison synthétique des résultats de SABIO avec un panel des meilleurs fonds dactions sur le S&P500. La consolidation des résultats journaliers obtenus sur les 5 meilleurs fonds génère lindice du Benchmark cherché: le TOP 5 Lanalyse comparative entre SABIO et cet indice des TOP 5 donne: SABIO : La performance obtenue ces 4 dernières années a été de 32% p.a. L indicateur de Risque Bêta Bear est de 0,97. Le ratio de Sortino est de 3,94. Le TOP 5 : La performance moyenne sur cette même période a été de 26% p.a. L indicateur de Risque Bêta Bear est de 1,28. Le ratio de Sortino est ici de 2,05. 17 Comparaison des Performances TOP 5 SABIO S&P500 Le graphique ci-dessus montre l évolution des performances pour ces 4 dernières années.

18 La gestion du risque Pour calculer le risque des pertes possibles du portefeuille SABIO, nous analyserons les résultats du fichier «trade-record» sur ces derniers 4 ans. Les performances journalières du portefeuille dactions généré par SABIO reflètent une volatilité très contrastée (asymétrie). En effet : Le bêta «bear» (indicateur de pertes) signalise avec 0,97 un faible risque, par contre, Le bêta «bull» (indicateur de gains) avec 3,66 concrétise un très fort effet de levier (le rapport est supérieur à 3,77). Ce fort effet de levier explique le niveau de la performance obtenue Dès lors, avec une performance moyenne de 32% p.a. et une volatilité de 7,45%, la probabilité de pertes (Value at Risk) du portefeuille est extrêmement faible à partir de la 12ème semaine du cycle annuel de linvestissement. Comme nous allons démontrer ci-après, même dans des cas extrêmes comme celui de lannée 2008, la robustesse des résultats face aux risques sest confirmée. 18

19 Le risque en période de fortes turbulences (2008) Lindice S&P500 a subit, pendant lannée 2008, des pertes très importantes de lordre de 46%. La valeur du portefeuille SABIO, par contre, na subie aucune perte notable. La conjugaison des trois éléments suivants explique cette robustesse: –La sensibilité aux risques (stop-loss) propre à chaque valeur du portefeuille saccentue pendant les périodes à forte variabilité. –SABIO a fortement réduit le nombre des transactions. –Linvestissement se focalise sur des valeurs «anticycliques» et à faible coefficient de volatilité. 19 Performances comparées Portefeuille SABIO Indice S&P500

20 Benchmarking 20

21 Positionnement compétitif 21

22 22 La grande majorité des fonds daction aux USA permet détablir la relation qui lie le volume des assets gérés à lindice I.C. Ces dernières 4 années 20 fonds (TOP20) ont réalisé des 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%+32% Risque (variabilité) 14% a 18% 7,4% Coûts de gestion3% a 6% 2,8% I.C.-Index 5% a 16% 21% 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

23 Lutilisation du système 23

24 La Plateforme SABIO dédiée à la génération automatique des ordres pour la gestion des assets dun client, 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 platteforme est axée sur deux alternatives: 1.Contrat de cogestion avec des sociétés dinvestissement (SPF,SGP) pour lutilisation de SABIO. 2.Vente dune licence dexploitation à des institutions financières pour la gestion dun fond « SABIO » propre. Platteforme SABIO SABIO Version dédiée et adaptée à lapplication Paramètres spécifiques à lapplication du client Platteforme de trading on-line Ordres ( Prix,Vol.) Rapports de gestion 24

25 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 de titres réalisés et la 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 informations croisées garantissent au client une complète transparence sur les opérations effectuées et sur létat de ses investissements. 25

26 Loffre SABIO 26

27 27 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 3 Mio. cette rémunération annuelle sera de: 1,8% 2.Rémunération indexée aux outperformances. Cette prime de résultats est applicable uniquement dans le cas où la performance obtenue est supérieure à celle du Benchmark (S&P500). Cette prime est en moyenne de: 2,5% Ceci en respectant les normes du High Watermark. Ces frais de gestion sont nettement inferieurs à ceux généralement pratiqués dans ce Benchmark des fonds dactions.

28 Fin de la présentation. 28

29 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 de grands groupes, de même que pour des institutions internationales(p.e. Eurostat). 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 29

30 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 3.000 versions et modèles. – Axel Springer/Allemagne : Optimisation de la distribution journalière des 5 000 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. 30

31 Une commission internationale dexperts et duniversitaires 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 1.300 participants. 31 Une méthode scientifique reconnue