Avec dix placements, on peut mettre dix dollars dans chacun pour investir cent dollars. On peut aussi demander à un programme de choisir les montants. Ce programme doit alors deviner les rendements futurs et la façon dont les placements monteront ou baisseront ensemble.
Ces estimations sont imparfaites. Une petite erreur peut conduire le programme à miser beaucoup trop sur un placement. Ce projet mesure si les calculs supplémentaires améliorent réellement le résultat.
Aucune des règles testées ne gagne dans tous les groupes de placements étudiés. L'expérience de DeMiguel, Garlappi et Uppal publiée en 2009 est d'abord reproduite. La comparaison est ensuite prolongée jusqu'en juin 2026.
Le ratio de Sharpe mesure le rendement au-delà du placement sans risque, rapporté aux variations de ce rendement. Plus il est élevé, meilleur est ce compromis sur la période mesurée.
Les points comparent trois règles dans chacun des quatre univers. L’optimisation moyenne-variance choisit les poids à partir des rendements moyens et de leurs variations communes. La ligne grise indique la répartition égale. La règle qui minimise les variations passe devant cette référence dans un univers, mais reste derrière dans d'autres.
Les groupes rassemblent des secteurs ou des actions classées par taille et valeur. Certains ajoutent des facteurs, des portefeuilles qui représentent des caractéristiques communes comme le marché ou les gagnants récents.
Les résultats sont des Sharpe mensuels, avant coûts de transaction, sur 636 mois de test à partir de juillet 1973. Les données nécessaires au premier calcul commencent dix ans plus tôt. Les Sharpe des quinze règles restent disponibles.
| Vérification contre l'article | Valeurs retrouvées à l'arrondi publié |
|---|---|
| Rendements corrigés du risque et tests, tables 3 et 4 | 312 sur 312 |
| Montants échangés, table 5 | 77 sur 78 |
La dernière différence vaut 0,01 sur une valeur de plus de 600 000. Une autre difficulté, expliquée dans l'étude détaillée, vient du traitement d'un portefeuille qui ne détient aucun actif risqué.
Chaque mois, le programme observe les 120 mois précédents, choisit les montants et mesure le mois suivant. La répartition égale subit la même comparaison.
La répartition égale n'est pas toujours la meilleure. Elle sert de repère simple et difficile à battre régulièrement. Les univers, les règles et les périodes limitent la portée du résultat. L'extension ne déduit pas encore les frais de transaction.
Retrouver les nombres de l'article vérifie la cohérence de notre calcul avec ses résultats publiés. Cela ne garantit ni les hypothèses de l'article ni un rendement futur.
make setup
make data
make replicate
make extend
make figures
make testLes commandes de téléchargement accèdent aux sources externes. Les résultats publiés restent consultables sans lancer les calculs. Le graphique de présentation se régénère hors réseau avec uv run python scripts/figure_presentation.py, depuis les tableaux publiés.
Méthodes, résultats complets et références · Présentation en PDF · Citer le projet · Licence.
More complex portfolio allocation does not win consistently across the four extended datasets. The original study is reproduced at published precision for 312 cells, then extended through June 2026. Extension returns exclude transaction costs.