Ce que sait l'IA du radar
On a donné à l'IA un « manuel de Bourse » : des règles connues, étudiées par des chercheurs en finance. Mais elle ne les croit pas sur parole. Lors de chaque entraînement, elle vérifie chaque règle sur des années qu'elle n'a jamais vues, teste plusieurs versions, et ne fait confiance qu'à celles qui aident vraiment. Beaucoup d'effets célèbres se sont affaiblis depuis leur découverte : c'est pour ça qu'on les teste.
Le momentum (ce qui monte a tendance à continuer)
Les titres qui ont le plus monté sur les 6 à 12 derniers mois (sans compter le dernier mois) ont souvent continué à faire mieux les mois suivants.
Source : Jegadeesh et Titman (1993) ; Carhart (1997) ; Asness, Moskowitz et Pedersen (2013)
○ Pas d'effet prouvé : l'IA ne lui fait pas confiance pour l'instant · meilleure version : 3m · va plutôt dans le sens inverse ces dernières années
Le retournement à court terme
Sur un mois, les titres qui ont le plus baissé rebondissent souvent un peu, et ceux qui ont le plus monté reculent un peu (excès de réaction des investisseurs).
Source : Jegadeesh (1990) ; Lehmann (1990)
○ Pas d'effet prouvé : l'IA ne lui fait pas confiance pour l'instant · meilleure version : 1s · va dans le sens annoncé par les chercheurs
La proximité du plus haut sur un an
Un titre proche de son plus haut sur 52 semaines a tendance à continuer de monter : les investisseurs hésitent à acheter au-dessus de ce repère, puis rattrapent leur retard.
Source : George et Hwang (2004)
○ Pas d'effet prouvé : l'IA ne lui fait pas confiance pour l'instant · meilleure version : 52s · va plutôt dans le sens inverse ces dernières années
L'anomalie de la faible volatilité
Les titres calmes ont historiquement rapporté autant, voire plus, que les titres très agités, pour beaucoup moins de risque.
Source : Ang, Hodrick, Xing et Zhang (2006) ; Baker, Bradley et Wurgler (2011)
○ Pas d'effet prouvé : l'IA ne lui fait pas confiance pour l'instant · meilleure version : 120j · va plutôt dans le sens inverse ces dernières années
Parier contre le bêta
Les titres qui amplifient les mouvements du marché (bêta élevé) ont souvent moins rapporté que prévu, et les titres peu sensibles au marché plus que prévu.
Source : Frazzini et Pedersen (2014) ; Black, Jensen et Scholes (1972)
○ Pas d'effet prouvé : l'IA ne lui fait pas confiance pour l'instant · meilleure version : 1an · va plutôt dans le sens inverse ces dernières années
L'effet « ticket de loterie »
Les titres qui ont fait un bond spectaculaire en une journée récemment attirent les joueurs, sont souvent trop chers ensuite, et font moins bien.
Source : Bali, Cakici et Whitelaw (2011)
○ Pas d'effet prouvé : l'IA ne lui fait pas confiance pour l'instant · meilleure version : 1m · va plutôt dans le sens inverse ces dernières années
Le suivi de tendance
Un actif en hausse sur un an, rapporté à son agitation, a eu tendance à continuer dans le même sens (utilisé par de nombreux fonds de suivi de tendance).
Source : Moskowitz, Ooi et Pedersen (2012) ; Hurst, Ooi et Pedersen (2017)
○ Pas d'effet prouvé : l'IA ne lui fait pas confiance pour l'instant · meilleure version : 12m · va plutôt dans le sens inverse ces dernières années
La prime des volumes élevés
Un titre qui attire soudain beaucoup plus d'échanges que d'habitude gagne en visibilité, et a souvent fait un peu mieux le mois suivant.
Source : Gervais, Kaniel et Mingelgrin (2001)
○ Pas d'effet prouvé : l'IA ne lui fait pas confiance pour l'instant · meilleure version : 5j · va dans le sens annoncé par les chercheurs
« Sell in May » : les saisons de la Bourse
Historiquement, les marchés ont souvent mieux rapporté de novembre à avril que de mai à octobre.
Source : Bouman et Jacobsen (2002) ; Jacobsen et Zhang (2014)
○ Pas d'effet prouvé : l'IA ne lui fait pas confiance pour l'instant · meilleure version : hiver · va dans le sens annoncé par les chercheurs
Le retour vers la moyenne
Quand un prix s'écarte très fortement de sa moyenne récente (en nombre d'écarts habituels), il a parfois tendance à y revenir.
Source : De Bondt et Thaler (1985) ; Poterba et Summers (1988)
✓ Utile : vérifiée par l'IA · meilleure version : 60j · va dans le sens annoncé par les chercheurs
Le momentum face à son marché
Un titre qui fait mieux que son propre marché depuis 6 mois a souvent continué à le battre.
Source : Moskowitz et Grinblatt (1999) ; Blitz, Huij et Martens (2011)
○ Pas d'effet prouvé : l'IA ne lui fait pas confiance pour l'instant · meilleure version : 6m · va plutôt dans le sens inverse ces dernières années
Le cycle du « halving » Bitcoin (idée populaire, peu prouvée)
Tous les 4 ans environ, la création de nouveaux bitcoins est divisée par deux. Beaucoup pensent que le marché crypto suit ce cycle. C'est une croyance répandue, avec très peu d'années pour la vérifier : l'IA la teste comme les autres.
Source : Croyance de marché (pas d'étude solide)
○ Pas d'effet prouvé : l'IA ne lui fait pas confiance pour l'instant · meilleure version : cycle · va plutôt dans le sens inverse ces dernières années
La volatilité propre au titre
Les titres qui bougent beaucoup pour des raisons qui leur sont propres (et pas à cause du marché) ont souvent moins rapporté ensuite : ils attirent des investisseurs trop optimistes.
Source : Ang, Hodrick, Xing et Zhang (2006, 2009)
✓ Utile : vérifiée par l'IA · meilleure version : 60j · va plutôt dans le sens inverse ces dernières années
L'asymétrie des rendements
Les titres qui font parfois des bonds énormes (comme des billets de loterie) sont souvent payés trop cher, et rapportent moins ensuite.
Source : Harvey et Siddique (2000) ; Amaya, Christoffersen, Jacobs et Vasquez (2015)
○ Pas d'effet prouvé : l'IA ne lui fait pas confiance pour l'instant · meilleure version : 60j · va dans le sens annoncé par les chercheurs
La prime d'illiquidité
Les titres peu échangés sont plus difficiles à revendre : les investisseurs exigent en moyenne un peu plus de rendement pour les détenir.
Source : Amihud (2002) ; Pastor et Stambaugh (2003)
○ Pas d'effet prouvé : l'IA ne lui fait pas confiance pour l'instant · meilleure version : 60j · va dans le sens annoncé par les chercheurs
La régularité de la hausse (« frog in the pan »)
Une hausse faite de nombreux petits pas réguliers passe inaperçue et continue plus longtemps qu'une hausse faite de quelques bonds spectaculaires.
Source : Da, Gurun et Warachka (2014)
○ Pas d'effet prouvé : l'IA ne lui fait pas confiance pour l'instant · meilleure version : 12m · va dans le sens annoncé par les chercheurs
Les croisements de moyennes mobiles
Un cours au-dessus de sa moyenne longue (et une moyenne courte au-dessus de la longue) a été suivi de meilleurs rendements dans les grandes études historiques sur l'analyse technique.
Source : Brock, Lakonishok et LeBaron (1992) ; Faber (2007)
○ Pas d'effet prouvé : l'IA ne lui fait pas confiance pour l'instant · meilleure version : 10mois · va plutôt dans le sens inverse ces dernières années
La cassure du plus haut
Quand le prix dépasse son plus haut des derniers mois, le mouvement a souvent continué un peu (règle de « trading range breakout »).
Source : Brock, Lakonishok et LeBaron (1992)
○ Pas d'effet prouvé : l'IA ne lui fait pas confiance pour l'instant · meilleure version : 6m · va plutôt dans le sens inverse ces dernières années
Le momentum des nuits
Une partie de la hausse se fait la nuit, entre la clôture et l'ouverture. Les titres qui montent régulièrement la nuit ont souvent continué à le faire.
Source : Lou, Polk et Skouras (2019)
○ Pas d'effet prouvé : l'IA ne lui fait pas confiance pour l'instant · meilleure version : 12m · va plutôt dans le sens inverse ces dernières années
Le retournement à long terme
Sur 3 à 5 ans, les grands perdants ont souvent fini par faire mieux que les grands gagnants : les investisseurs exagèrent les bonnes et les mauvaises nouvelles.
Source : De Bondt et Thaler (1985)
○ Pas d'effet prouvé : l'IA ne lui fait pas confiance pour l'instant · meilleure version : 3ans · va dans le sens annoncé par les chercheurs
L'effet janvier
Historiquement, janvier a souvent été un bon mois, surtout pour les titres qui avaient baissé l'année précédente (ventes de fin d'année pour raisons fiscales).
Source : Rozeff et Kinney (1976) ; Keim (1983)
○ Pas d'effet prouvé : l'IA ne lui fait pas confiance pour l'instant · meilleure version : dec_jan · va dans le sens annoncé par les chercheurs
Le momentum des cryptos (court terme)
Chez les cryptos, les hausses des dernières semaines ont souvent continué la semaine suivante, plus nettement qu'en Bourse classique.
Source : Liu et Tsyvinski (2021) ; Liu, Tsyvinski et Wu (2022)
○ Pas d'effet prouvé : l'IA ne lui fait pas confiance pour l'instant · meilleure version : 1s · va dans le sens annoncé par les chercheurs
Le titre face aux journées de panique
Les titres qui chutent fort quand tout le marché panique (risque de krach) ont dû offrir plus de rendement ensuite, en compensation.
Source : Ang, Chen et Xing (2006) : le « bêta de baisse »
○ Pas d'effet prouvé : l'IA ne lui fait pas confiance pour l'instant · meilleure version : 1an · va dans le sens annoncé par les chercheurs
Rien n'est sûr : une règle utile sur le passé peut cesser de fonctionner. Voir aussi les résultats réels du radar.