Le processus d’optimisation

Le processus d’optimisation est composé de quatre parties distinctes :

Détermination de l’allocation d’actif optimale de l’investisseur

Cette étape consiste à déterminer l’allocation d’actifs (c'est-à-dire le portefeuille type en grandes classes d’actifs) qui correspond le mieux aux caractéristiques de l’investissement de l’investisseur. Cette allocation varie en fonction de ses attentes en termes de couple rendement/risque ou de son profil psychologique et de sa tolérance au risque.

La détermination de l’allocation d’actif optimale de l’investisseur se fait en deux étapes :

Les caractéristiques objectives de l’investissement priment sur les aspects psychologiques, car elles seules déterminent la plage dans laquelle est choisie l’allocation d’actif optimale.

On peut sortir de la plage proposée et choisir une autre allocation d’actifs sur la frontière efficiente en utilisant par exemple les calculs de VAR (Value At Risk). Ils permettent de connaître la perte maximum théorique encourue sur la période de l’investissement ou à la fin de celui-ci. Cette perte maximum est calculée en utilisant un intervalle de confiance de 95% (VAR à 95%) : ce qui veut dire que la perte réelle pourra être supérieure à cette perte maximum dans 2,5% des cas, sous réserve que les rendements des classes d’actifs suivent une distribution normale. Il est également possible de choisir n’importe quel point de la frontière indépendamment des caractéristiques de l’investissement. Dans le cas où le point choisi est en-dehors de la plage de risque optimale telle qu’elle a été déterminée par la durée et le poids de l’investissement dans l’actif de l’investisseur, un avertissement apparaît.

Pour les utilisateurs les plus avancés, il est enfin possible de construire une allocation d’actifs sur mesure, indépendamment des 20 allocations d’actifs proposées par défaut par Quantalys.

Il sera alors possible de choisir parmi les 8 classes de départ de la frontière (9 dans le cas de l’assurance vie), les 5 classes additionnelles (actions monde, performance absolue, gestion alternative, fonds flexibles et matières premières physiques) et les 14 classes d’actifs sectorielles pour construire un portefeuille aussi précis que possible.

La construction de l’allocation sur mesure s’effectue soit directement par le menu tableau de bord -> Mes préférences, onglet mes allocations d’actifs perso, soit dans le processus d’optimisation quand on a choisi l’option : « Allocation d'actifs sur mesure définie par l'utilisateur »

Filtrage sélection des fonds admissibles

Cette étape consiste à sélectionner les fonds pouvant être utilisés pour construire le portefeuille optimisé.

L’utilisateur peut choisir de travailler sur la totalité des fonds de la base de données Quantalys (ce que nous ne recommandons pas, la plupart des investisseurs n’ayant accès qu’à une sélection de fonds, en fonction de leur intermédiaire financier), soit d’une liste constituée sur le site Quantalys par l’investisseur, soit d’un contrat d’assurance vie référencé par Quantalys.

Pour l’optimisation standard, seuls les fonds génériques (ou fonds « core ») seront pris en considération. Les fonds génériques appartiennent aux catégories Quantalys correspondant aux classes d’actifs de la frontière efficiente. S’il n’y a pas de solution avec ces fonds, l’optimiseur utilise les fonds spécialisés présents dans le bassin initial. Les fonds spécialisés appartiennent à un second niveau de catégories, présentant généralement un niveau de risque supérieur à celui des catégories des fonds génériques.

A contrario, si une classe d’actifs est couverte par trop de fonds génériques, seuls un certain nombre d’entre eux est pris en compte pour l’optimisation. Cette limite est nécessaire pour ne pas rendre les calculs trop lourds, le nombre d’équations à résoudre étant quadratique par rapport au nombre de fonds présents au moment de l’optimisation. La limite a été fixée à 50 fonds par classe d’actifs actions, 30 pour les obligations et 10 pour le monétaire. S’il y a plus de fonds que la limite, sont pris en compte en priorité les fonds ayant eu la meilleure note Quantalys.

Optimisation de base

L’algorithme d’optimisation a deux objectifs distincts :

L’algorithme résout une équation mathématique à n inconnues (n étant le nombre de fonds éligibles à l’optimisation dans le bassin de départ). Cette équation est la maximisation d’une fonction quadratique sous contraintes. Les inconnues recherchées sont les poids des différents fonds dans le portefeuille final proposé.

Cet algorithme de base permet de gérer aussi d’autres types de paramètres tels que la diversification du portefeuille (nombre de fonds présents dans le portefeuille par classe d’actifs à l’issue de l’optimisation) Plus le nombre de fonds éligibles à l’optimisation est élevé, plus la diversification pourra être importante.

De la même manière, l’algorithme peut gérer le pourcentage maximal et minimal autorisé pour chacun des fonds présents dans le portefeuille optimisé. Cela permet d’éviter d’avoir des fonds représentant un trop faible pourcentage dans le portefeuille (même si c’est mathématiquement correct), ou au contraire de forcer la diversification en n’admettant pas de solution conduisant à une trop grosse concentration du portefeuille sur un seul fonds.

On notera que la recherche de la performance privilégiera des solutions concentrées sur peu de fonds alors que la recherche de la stabilité aura tendance à donner des solutions plus diversifiées avec des portefeuilles répartis sur plus de produits.

Optimisation avancée

Des options d’optimisation avancées ont été ajoutées. Elles s’adressent plutôt aux investisseurs experts qui voudraient affiner leur portefeuille optimal même si elles sont désormais accessibles à tous les utilisateurs.

Ces options permettent d’étendre l’optimisation à des domaines spécialisés ou spécifiques qui ne sont pas pris en compte par l’algorithme de base qui utilise les fonds génériques ou mixtes par défaut (voir ci-dessus).

L’optimisation avancée donne accès aux catégories de fonds ci-après :

L’utilisateur peut préciser les catégories qu’il veut intégrer à l’optimisation et le poids de ces catégories ou juste si elles sont utilisables, l’algorithme de base respectera les paramètres de l’optimisation générale pour la passivité ou l’activité de la gestion et tiendra compte des spécifications de l’utilisateur pour les catégories spécialisées.

Si l’on réalise la réallocation d’un portefeuille existant, il est possible de demander à conserver un fonds déjà présent dans ce portefeuille même si ce fonds n’est pas efficient. Dans ce cas, l’algorithme essaiera de garder le plus possible de ce fonds et complètera le solde éventuel de la classe d’actifs par le produit le mieux adapté aux spécifications de l’utilisateur, ou proposera de vendre une partie de celui-ci si il est trop présent dans le portefeuille par rapport à l’allocation d’actifs répliquée.