La stratégie est le moteur des changements d’allocation des véhicules multi-actifs car elle est la principale créatrice de valeur. On citera pour s’en convaincre les travaux de Brinson, Hood and Beebower sur les déterminants de la performance ou une étude récente de Nasdaq (août 2021) sur la fréquence optimale des rebalancements. Les rendements des actifs financiers dépendent de l’évolution de facteurs non spéculatifs. Une saine philosophie d’investissement permet d’orienter l’analyse de ses facteurs et d’éviter d’accorder trop d’importance à l’incertain. Les prévisions de l’évolution des facteurs influençant l’économie réelle nécessitent un horizon suffisamment lointain pour être fiables.

Les prévisions à court-terme, qui pourraient motiver des changements d’allocation, ont peu de chance de créer de la valeur. Le rythme des réallocations doit être donné par l’évolution des paramètres qui créeront avec une grande probabilité de la valeur pendant l’horizon retenu. La flexibilité concernant la fréquence des changements d’allocation devrait être recherchée même si les paramètres stratégiques sont peu volatils. Il y a peu de chance que des rebalancements soient optimaux si périodiques ou déclenchés par le franchissement de seuils fixes de concentration. Si la fréquence peut influencer grandement la performance (Smith et Desormeau 2006), elle ne doit pas être déterminée par des facteurs spéculatifs.

Il faut acter que la théorie reste peu concluante malgré la pléthore d’études disponibles sur la fréquence optimale. Le monde statique moyenne-variance de Markowitz et son adaptation dynamique par Miller offre un cadre simple mais peu réaliste pour déterminer un timing. Le résultat de Miller est que le portefeuille doit être rebalancé en continu. Si l’ajout de frictions comme les coûts de transactions permet de déterminer des seuils de rebalancement, il est pour l’instant largement insuffisant pour modéliser la réalité des gérants multi-actifs. La réalité est complexe et sa simplification n’est pas consensuelle. La simplicité doit pourtant être privilégiée. Si la complexité est maintenue, elle conduit souvent à une inconsistance temporelle dans les modèles d’allocation dynamique : une solution optimale aujourd’hui est anticipée comme mauvaise demain. Les principes récursifs de programmation dynamique type Bellman ne fonctionnent plus et le nombre de solutions à envisager explose.

Il est illusoire de vouloir «timer» le marché. La tactique doit être un outil pour réaliser les objectifs stratégiques car le rendement sur un horizon tactique reste hautement spéculatif. La thèse de Bachelier «Théorie de la Spéculation» date du début du XX^e siècle alors que les marchés étaient beaucoup moins efficients. Comme la variation de l’espérance de rendement d’un actif impacte significativement son allocation, elle nécessite une gestion rigoureuse du risque associé. La tactique devrait être perçue comme un outil de gestion des risques et de contrôle des mouvements de marché. Il s’agit notamment de tenir compte de l’asymétrie de la distribution de la volatilité.

Il y a de très rares très fortes augmentations de volatilité alors que les baisses sont moins importantes et plus fréquentes. C’est vrai tant pour la volatilité réalisée, qu’implicite (VIX, VSMI). L’univers d’investissement du gérant multi-actifs est généralement assez vaste pour permettre une diversification élevée et une bonne gestion des risques durant les périodes de grande volatilité. Cette gestion des risques ne doit pas s’appuyer que sur des données statistiques mais aussi qualitatives. Elle doit être appréciée par industries, régions, secteurs, styles, capitalisations et sera réalisée en cohérence avec la stratégie.

Si l’on décide stratégiquement de surpondérer les actions par rapport à un indice de référence, la tactique ne devrait pas conduire à une sous-pondération. Cela reviendrait à penser que l’on peut prédire à court terme à la fois que les actions vont sous-performer mais aussi le moment où elles vont surperformer. Il est possible de modéliser le lien entre la stratégie et la tactique. Un modèle factoriel comme le modèle de Black-Litterman permet à la fois de tenir compte de facteurs fondamentaux stratégiques mais aussi de l’incertitude concernant les prévisions d’espérance de rendement à court terme. De nombreuses solutions existent pour maintenir une utilisation cohérente des outils du stratège et du gérant. C’est dans ce cadre que la décision de rebalancer pourra servir les objectifs du client.