Gestion quantitative: le rôle clé de la recherche

Salima Barragan

3 minutes de lecture

«Cette année promet d'être passionnante», estime Maxime Botti, chez RAM Active Investments.

 

Nous avions vu précédemment que la gestion quantitative s’appuie sur des recherches académiques. Elle vise à identifier les inefficiences de marché pour générer un alpha régulier quel que soit le cycle du marché. Pour arriver à ce résultat, Maxime Botti, Partner & Senior Equity Fund Manager chez RAM Active Investments, nous explique que les processus sont sans cesse perfectionnés.

Quelle est l’avantage majeur d’une approche systématique?

La gestion quantitative, à l’instar de la gestion discrétionnaire, vise à offrir aux investisseurs le meilleur rendement ajusté du risque. L’avantage majeur d’une approche systématique réside dans sa robustesse et sa répétitivité. Nous proposons des produits à forte valeur ajoutée délivrant leur performance sur un cycle économique offrant l’asymétrie des rendements chère à chaque investisseur. Notre conviction profonde est qu'une approche disciplinée des investissements permet d'exploiter en continu les inefficiences des marchés boursiers que nous saisissons au moyen de modèles factoriels non linéaires mais très complémentaires d’une approche discrétionnaire classique.

Quelles méthodes utilisez-vous pour contrôler le risque de pertes en cas de correction?

Nous insistons sur les principes qui nous permettent de surmonter les périodes délicates comme une approche rigoureuse et sélective des investissements mettant l’accent sur la qualité, la valorisation et les excellents fondamentaux des sociétés, la diversification des sources de performance associée à l’absence de timing. Cela confère de la robustesse et de la confiance, très appréciables dans des marchés difficiles, ainsi que le contrôle de la liquidité particulièrement important dans des phases de volatilité élevée. Notre stratégie d'investissement systématique s'appuie sur une approche « bottom-up » de sélection de titres, axée sur des facteurs fondamentaux. Nous utilisons non seulement les comptes sociaux des sociétés, mais également toute information permettant d’affiner la sélection de titres comme les données estimées d’analystes et les bases de données alternatives, combinant ainsi de multiples dimensions au sein de nos stratégies Ainsi, notre philosophie d’investissement offre un potentiel de performance sur l'ensemble des cycles de marché et combine différents facteurs fondamentaux avec des allocations stables à nos moteurs d’alpha que nous construisons pour être faiblement corrélés: «Value», «Defensive» et «Momentum». Cela permet de construire un portefeuille avec un degré de diversification très élevé conduisant à une volatilité inférieure à celle des indices de référence bien plus concentrés.

Les progrès technologiques nous permettent de tirer parti du volume exponentiel
d'informations grâce à une approche innovante de Machine Learning.
Comment améliorez-vous vos processus?

Notre approche d'investissement est continuellement améliorée par l'intégration des dernières recherches développées en interne par notre équipe qui travaille parfois en étroite collaboration avec des universités sur des projets précis. La recherche joue un rôle clé dans notre fonctionnement où nos spécialistes explorent sans relâche de nouvelles façons d'extraire l'information des données existantes afin de fournir de nouvelles sources d'alpha, d'accroître la diversification et d'améliorer la liquidité. Les progrès technologiques nous permettent de tirer parti du volume exponentiel d'informations grâce à une approche innovante de Machine Learning. La semaine dernière, nous avons annoncé le renforcement de notre équipe de recherche systématique grâce à deux nouveaux recrutements. Tony Guida et Nicolas Mirjolet viennent apporter à l'équipe de recherche leurs riches expériences complémentaires.

Comment implémentez-vous les nouvelles stratégies de gestion?

Après deux années intenses de recherche, dès le mois de mai, une sous-stratégie «Deep Learning» a été intégrée à certains de nos fonds. Cette nouvelle stratégie a un impact positif non seulement en améliorant la qualité de sélection des sociétés mais également en capturant d’autres opportunités fondamentales augmentant ainsi la diversification et la liquidité. Une fois de plus, cette évolution se développe toujours avec la même philosophie de long terme.

Après une année 2018 difficile, quelles stratégies favoriserez-vous pour 2019?

Malgré les difficultés rencontrées en 2018, nous nous projetons dans cette nouvelle année avec un regain d'optimisme, tout en nous concentrant sur nos atouts en tant qu'adeptes de la gestion systématique. Nous continuerons à implémenter les dernières avancées de nos travaux de recherche à savoir la mise en œuvre de notre stratégie Machine Learning dans l'ensemble de nos stratégies, le développement de stratégies à plus haute fréquence et décorrélées. Les résultats prometteurs pour notre programme systématique macro devrait être disponibles en format UCIT début 2019. Cette année promet d'être passionnante, dans un contexte géopolitique très incertain. Nous continuons de vanter les mérites des principes qui nous ont permis de surmonter d’autres périodes délicates.

Comment voyez-vous la gestion quantitative évoluer? Les deux approches (quantitative et fondamentale) se rapprocheront-elles?

Les avancées technologiques ainsi que la profusion des données permettent aux gérants systématiques innovants d’améliorer de plus en plus la qualité de leurs modèles de sélection de titres. Ils peuvent ainsi améliorer leur capacité de prédiction tout en analysant quantitativement l’ensemble des sociétés cotées et chercher sans relâche les meilleures opportunités parmi des milliers de titres. Nous choisissons d’innover sans cesse en intégrant les dernières évolutions technologiques pour offrir des produits à forte valeur ajoutée à nos clients. L’avantage historique majeur d’une gestion fondamentale discrétionnaire classique est de bénéficier d’une meilleure information provenant d‘une analyse qualitative des sociétés telle que visites sur site et meetings avec le management; cette analyse se limite malheureusement à un petit nombre de sociétés cotées, une gestion qualitative ne peut analyser que quelques centaines d’opportunités parmi les milliers disponibles. Avec une information à foison finement analysée grâce aux dernières évolutions technologiques, les gérants systématiques pourront analyser bientôt des milliers d’opportunités avec une capacité de prédiction avoisinant, voire dépassant, celle des gérants fondamentaux discrétionnaires classiques, affectant la valeur ajoutée de ces derniers. En conclusion, l’innovation permettra aux gérants systématiques d’augmenter la qualité de leur prévision et de pallier ainsi l’absence d’analyse qualitative qui fait encore la force d’une gestion fondamentale discrétionnaire classique. Dans ce sens, nous pourrions envisager une convergence, ou du moins une utilisation plus fréquente, d’outils systématiques au sein d’équipes de gestion traditionnelle.

Lire également:
Démystifier la gestion quantitative avec Michael Malquarti de Quaero Capital

Les indicateurs: le cœur des modèles quantitatifs avec Guido Bolliger de SYZ Asset Management

A lire aussi...