une. Allocation ajustée au risque
Premièrement, au lieu d’investir 75% dans un seul actif, nous voulons répartir le risque également entre les trois actifs S&P 500, BTC et Gold. Cela conduit à un tiers des leviers utilisés ci-dessus:
- S&P 500: 0,750 / 3 = 0,250
- Bitcoin: 0,174 / 3 = 0,058
- Or: 0,913 / 3 = 0,304
Nous calculons la courbe d’équité et obtenons les résultats suivants:
target_weights = result['leverage'] / 3.0
target_weights['RF'] = 1.0 - sum(target_weights[:-1])
(capital_daily_g, _, Return, Vola, SR, MaxDD) = trading(returns,
start_capital, target_weights, timeframes_monthly)## Return: 7.67 Vola: 7.52 SR: 0.89 MDD: 13.34
Ça sonne bien! Le rendement annuel est environ deux fois plus élevé qu’un investissement S&P ou Gold unique. De plus, la diversification entraîne une diminution de près de 50% de la volatilité. Mais passons par plus de scénarios.
b. Calculer une grille de pondérations d’allocation
Développons ce point. Au lieu d’allocations fixes, nous recherchons dans une grille de pondérations significatives. Nous permettons à chaque actif d’avoir un poids se situant dans la gamme de [-50%, +50%] du poids indiqué ci-dessus. Après avoir arrondi des chiffres plus jolis, nous concluons en testant toutes les combinaisons, y compris ces poids:
- S&P 500: 12,5–37,5% par pas de 2,5%
- Bitcoin: 3,0 à 9,0% par pas de 1,0%
- Or: 15,0–45,0% par pas de 5,0%
La boucle imbriquée suivante parcourt ces combinaisons et crée un Trame de données y compris les mesures de performance de toutes les combinaisons possibles de pondération des actifs:
## Custom function to create an equally-spaced grid of values
## within the specified range; plus some constraints.
def my_linspace(cum_weight, step=0.05, min_weight=0, max_weight=1)
## ... code omitted.performance = []
for wei_sp in
my_linspace(0, min_weight=0.125, max_weight=0.375, step=0.025):
for wei_g in my_linspace(wei_sp, min_weight=0.15,
max_weight=0.45, step=0.05):
for wei_btc in my_linspace(wei_sp + wei_g,
min_weight=0.03, max_weight=0.09, step=0.01):
wei_tb3 = 1.0 - (wei_sp + wei_btc + wei_g)
target_weights = [wei_sp, wei_btc, wei_g, wei_tb3]
(_, _, Return, Vola, SR, MaxDD) = trading(returns,
start_capital, target_weights, timeframes_monthly)
performance.append(
target_weights + [Return, Vola, SR, MaxDD])performance = pd.DataFrame(performance, columns=
returns.columns.tolist() + ['Return', 'Vola', 'SR', 'MaxDD'])performance.sort_values('SR', ascending=False).head(15)
Ce sont les résultats (Top 15):
Assez similaires, ces 15 meilleures solutions. Le S&P 500, ainsi que l’or, sont principalement sur sa limite inférieure de poids, et Bitcoin sur sa limite supérieure (0,09). Cependant, toutes ces solutions sont très similaires en termes de métrique ajustée au risque appelée Ratio de Sharpe (risque / rendement).
Laissez-nous choisissez 2 scénarios, parmi ces 15 – le meilleur, et la solution détenant une part plus élevée des investissements en actions (20% du S&P 500):
- Scénario 1 → poids = [0.125, 0.090, 0.150, 0.635]
- Scénario 2 → poids = [0.200, 0.090, 0.150, 0.560]
Le graphique suivant compare la performance des investissements à un seul actif avec les deux portefeuilles de scénarios (btw, les 5 investissements sont rééquilibrés tous les mois):
Bien que ces 2 scénarios aient un rendement assez intéressant, ils ne partagent pas le même risque que pour le S&P 500. Les prélèvements sont beaucoup plus faibles.
Nous pouvons conclure avec le fait qu’un portefeuille bien équilibré avec seulement de petits investissements en actions et en or affiche la meilleure performance sur la période analysée.
Pour compléter cette histoire, je joins également les triangles de retour des 2 scénarios. Les deux ont des tirages très tolérables au cours du premier trimestre 2020:
Étant au milieu de la crise économique des coronavirus, nous nous demandons si notre mix d’investissement est le bon. Les grosses pertes sont-elles derrière nous – ou y a-t-il d’autres à venir?
Dans cette histoire, nous avons comparé différentes allocations d’actifs au cours des dernières années, y compris le premier trimestre de 2020. Le résultat était surprenant: les portefeuilles avec une part importante de Bitcoins ont un rendement considérablement plus élevé, plus moins de risque. Toujours à condition que les investissements en crypto-monnaie soient bien équilibrés avec environ quatre fois le même montant dans certains actifs sans risque [cf.: leverage].
Cependant, personne ne peut garantir que l’histoire se répète. Habituellement, ce n’est pas le cas. Ni l’histoire des rendements boursiers ni le cours des rendements des crypto-devises.
Une seule chose est toujours avantageuse: la diversification! Par conséquent, n’investissez pas uniquement dans des actions, mais répartissez le risque et limitez l’effet de levier 🙂
