Lorsque je me suis jointe à BMO Gestion mondiale d’actifs, ma première impression en était une de familiarité. J’ai rencontré de nouveaux membres de l’équipe et j’ai découvert de nouveaux processus, mais, dans l’ensemble, la philosophie qui sous-tend l’équipe Investissement quantitatif (auparavant l’équipe Actions, Stratégie disciplinée) est celle à laquelle j’ai entièrement adhéré : les humains devraient collaborer avec les machines pour prendre des décisions de placement plutôt que se fonder sur une approche quantitative pure. L’expérience m’a montré, ainsi qu’à mes nouveaux collègues, qu’un équilibre entre l’intuition et l’informatique était nécessaire pour composer avec les rigueurs du marché. L’histoire l’avait montré aussi.
Dans le rapport suivant, nous explorerons les origines de l’investissement quantitatif et l’évolution qui a eu lieu pour exploiter de façon responsable les pouvoirs de la modélisation mathématique, de la technologie et de la cognition humaine.
Une occasion d’arbitrage théorique
Dans la période qui a suivi la Seconde Guerre mondiale, une légère renaissance s’est produite dans le monde universitaire. Les chercheurs de toutes les disciplines ont franchi les frontières théoriques traditionnelles pour explorer des sujets qui avaient historiquement évolué parallèlement aux leurs. Les biologistes, par exemple, sont entrés dans le monde de la physique, les physiciens ont expérimenté le domaine émergent des sciences informatiques, et les mathématiciens ont approfondi des questions de finance et d’économie.
Ces chercheurs ont été surpris de constater que, même si la finance était souvent traitée comme un sujet rigoureux, elle ne s’est pas toujours comportée comme telle. Dans bien des cas, il manquait de rigueur ou de fondement mathématique, ce qui signifie que ses hypothèses sur le monde n’étaient pas toujours éprouvées. Les scientifiques y ont vu une occasion d’importer leurs compétences quantitatives et de transformer les thèses économiques en équations logiques et claires. En bref, ils y ont vu une occasion d’arbitrage théorique.
La nouvelle approche quantitative était souvent perçue comme étant en conflit avec un style de placement plus traditionnel. Pendant des décennies, la division règnerait : les analystes fondamentaux d’un côté et les analystes « quantitatifs » de l’autre. C’est seulement depuis la grande crise financière que les investisseurs institutionnels se rendent compte que la relation entre les deux n’a pas besoin d’être litigieuse et qu’en fait, il est possible de trouver un équilibre stratégique pour miser sur les forces des deux.
Étapes clés
Plus d’un siècle s’est écoulé
Même si les érudits ne s’entendent pas sur le moment où, au 20e siècle, la première collision entre les mathématiques et la finance s’est produite, il ne fait aucun doute que nombre de théoriciens se situaient à cette frontière. En 1900, Louis Bachelier, candidat français au doctorat en mathématiques, a soumis une thèse de doctorat sur l’évolution des cours boursiers. Un demi-siècle plus tard, Harry Markowitz et Eugene Fama, futurs lauréats du prix Nobel, ont tous deux réalisé des progrès importants en quantifiant les idées sur la théorie du marché et la construction de portefeuille. Ils étaient tous à la frontière, en train de bâtir l’assise d’une nouvelle science pour apporter de la rigueur quantitative à Wall Street.
Edward Thorp, économiste, a toutefois joué un rôle déterminant en exploitant sa connaissance des statistiques pour inventer l’idée de compter les cartes au blackjack. En fait, il s’est rendu à Las Vegas avec 10 000 $ d’argent emprunté et avait plus que doublé sa cagnotte à la conclusion de la fin de semaine1. Plus tard, il a inventé un appareil portatif pour prédire où la balle atterrirait sur la roulette. Bien qu’illégale, son invention a montré comment quelqu’un pouvait prendre un problème aléatoire et profiter d’une approche disciplinée pour générer des résultats supérieurs.
M. Thorp a ensuite appliqué ses talents à la finance. Il a fondé Princeton/Newport Partners, considéré par certains comme le premier fonds de couverture de son genre – qui a été instantanément fructueux.1 Il n’était toutefois pas le seul à expérimenter des méthodes quantitatives. À la fin des années 1960, Wells Fargo a débordé de son bassin d’embauche traditionnel pour attirer des diplômés des mathématiques et de la physique. Un jeune homme du nom de Fischer Black en faisait partie.
Robert Litterman et Fischer Black, 1994. Source : Goldman Sachs (le modèle de répartition de l’actif est mis au point à Goldman Sachs.)
M. Black, qui était titulaire d’un doctorat en mathématiques appliquées de l’Université Harvard, était un comme un poisson hors de l’eau à Wall Street. Même s’il a trouvé quelques personnes partageant son point de vue selon lequel la modélisation avancée pourrait améliorer le rendement des placements, il a quitté le secteur privé dans les années 1970 et est revenu à la vie universitaire à l’Université de Chicago.
Son choix du moment était on ne peut plus opportun : une nouvelle plateforme d’échanges d’options avait récemment été ouverte à Chicago, ce qui a suscité l’intérêt pour le travail universitaire sur les produits dérivés. M. Black a trouvé dans la Ville des Vents une application pratique pour ses connaissances sur Wall Street et, avant longtemps, il a corédigé le maintenant renommé modèle d’évaluation des produits dérivés Black-Scholes. Il est devenu célèbre du jour au lendemain.
En fait, lorsque Goldman Sachs assemblait son tout premier groupe des stratégies quantitatives en 1983, elle aurait pu piger son dirigeant parmi ses employés. La société a plutôt approché M. Black, qui a accepté.2
L’essor de la puissance informatique
Dans les années 1970 et 1980, Wall Street disposait des plans détaillés des modèles mathématiques pour prendre des décisions de placement, mais pas de la technologie pour les rendre réellement adaptables.
Cependant, au début des années 1990, les ordinateurs étaient non seulement plus puissants, mais aussi moins coûteux et plus facilement accessibles que jamais. En fait, entre 1955 et 1990, la puissance informatique s’est améliorée d’un facteur d’un million.3
Ce bond de géant signifie que le terrain était propice au changement. Songez aux progrès rapides : la toile planétaire en était à ses balbutiements au début des années 1990, pourtant avant la fin de la décennie, Google et Amazon étaient établies; au moins 60 %4 des gens aux États-Unis possédaient un ordinateur; Steve Jobs est revenu à Apple et a lancé l’iMac; Napster a lancé le partage de fichiers de pair à pair, qui a failli détruire l’industrie de la musique; et les fonds de couverture ont connu un essor massif de leur popularité.5
Entre 1955 et 1990, la puissance informatique s’est améliorée d’un facteur d’un million.3
Défis imprévus de l’investissement quantitatif
Cela dit, le parcours de l’investissement quantitatif n’a pas toujours été harmonieux. En août 1998, le monde a été surpris par l’effondrement de Long-Term Capital Management (LTCM), un fonds quantitatif fortement endetté qui effectuait des négociations fondées sur l’arbitrage et des swaps de taux d’intérêt.
Le défaut de paiement de la dette du Kremlin a déclenché la crise initiale. À ce moment-là, LTCM détenait une grande quantité d’obligations d’État russes, et les pertes subies ont forcé le fonds à liquider d’autres positions, ce qui a entraîné d’autres dépréciations et une « ruée vers les liquidités ». Cette spirale a été vicieuse, la crainte d’une contagion se propageant rapidement. Ainsi, pour éviter une crise généralisée, la Banque fédérale de réserve de New York est intervenue au moyen d’un plan de sauvetage de 3,75 milliards de dollars américains.
Le défaut de paiement de la Russie sur une obligation a déclenché la spirale baissière de LTCM.
Une fois la poussière retombée, les investisseurs institutionnels ont continué d’investir dans des stratégies quantitatives au début des années 2000. La puissance informatique sans cesse croissante a instillé une confiance de plus en plus ferme dans le pouvoir des placements axés sur la machine. Cependant, la confiance des investisseurs institutionnels a encore été mise à l’épreuve.
Le 6 août 2007, certains des plus grands fonds quantitatifs du monde ont vendu leurs positions en actions plus liquides pour couvrir les pertes de leurs placements illiquides. Cette situation a déclenché un effet domino, d’autres fonds purement quantitatifs prenant sans réfléchir les mêmes mesures, effectuant une rotation de leurs actifs et provoquant une chute des cours boursiers. Bien que les prix se soient stabilisés en moins d’une semaine, le soi-disant « séisme quantitatif » avait déjà causé des dommages.
La confiance des marchés a été ébranlée et les stratégies quantitatives ont essuyé des pertes de capitaux. L’équipe des stratégies d’investissement quantitatif de Goldman Sachs, qui gérait 165 milliards de dollars d’actifs à son sommet, a vu sa base d’actif fondre à un creux de 38 milliards de dollars américains en 2012.6 Il était généralement admis que tous les fonds quantitatifs avaient affiché une contre-performance semblable, mais un examen approfondi des données a révélé une situation très différente.
La leçon que notre équipe tire de l’histoire de l’investissement quantitatif est simple : nous croyons qu’il faut jumeler des ordinateurs intelligents à des personnes encore plus intelligentes.
Sagesse humaine, intelligence des machines
En 2011, le séisme quantitatif a incité Goldman Sachs à fermer son Fonds Global Alpha, autrefois impérial. Cependant, il convient de noter qu’il s’agissait d’un fonds purement quantitatif qui fonctionnait selon une intervention humaine limitée. Par ailleurs, la stratégie quantitative à gestion active de Goldman, intitulée « Global Equity Insights with Country Tilts », est restée sur les tablettes, car elle s’est beaucoup mieux comportée en 2007 et, plus tard, pendant la crise de la COVID-19. Il en a été de même pour les autres fonds de fournisseurs indépendants combinant les attributs des humains et des machines qui, contrairement à leurs semblables purement quantitatifs, ont résisté à l’épreuve du temps.
Dans les années qui ont suivi le séisme quantitatif, l’on s’est penché en détail sur ce qui a mal tourné. Dans l’ensemble du secteur, les gestionnaires quantitatifs ont réévalué la façon dont ils perçoivent la liquidité, l’effet de levier et la similarité des positions.7 Ils ont accru la transparence et montré aux investisseurs institutionnels comment leur promesse fiduciaire pourrait s’harmoniser avec le rendement réalisé. Autrement dit, ils ont reconnu que lorsque les marchés se butent à de graves obstacles, il faut que des professionnels en placement chevronnés prennent le contrôle.
Comme nous l’avons mentionné au début de l’article, j’ai maintenu fermement ce point de vue lorsque je me suis jointe à BMO Gestion mondiale d’actifs, tout comme ma nouvelle équipe. Nous avons tous tiré une leçon très claire de l’histoire de l’investissement quantitatif : toujours jumeler des ordinateurs intelligents à des personnes encore plus intelligentes. Nous avons reconnu que les humains, et seulement les humains, peuvent connaître les limites d’une machine.
Des renseignements supplémentaires, ou la capacité de les traiter, ne permettent pas de prendre automatiquement des décisions plus judicieuses; vous avez besoin du contexte approprié. Les algorithmes peuvent en effet rendre le monde des placements plus facile à comprendre, mais ce sont les humains qui construisent les modèles et rédigent le code, parce qu’en fin de compte, ce sont eux qui devraient trancher sur les problèmes à résoudre.
6 The Financial Times, Goldman Sachs’ lessons from the ‘quant quake’; 9 mars 2017.↩
7 MSCI, Ten Years Later: What We Learned From The Quant Liquidity Crunch; 2017.↩
Ne pas diffuser à l’extérieur du Canada.
Les opinions exprimées par le directeur de portefeuille représentent son évaluation des marchés au moment de la publication. Ces opinions peuvent changer sans préavis, à tout moment. Les renseignements fournis dans le présent document ne constituent pas une sollicitation ni une offre relative à l’achat ou à la vente de titres, et ils ne doivent pas non plus être considérés comme des conseils de placement. Le rendement passé n’est pas garant des résultats futurs. Cette communication est fournie à titre informatif seulement.
Certains des produits et services offerts sous le nom BMO Gestion mondiale d’actifs sont conçus spécifiquement pour différentes catégories d’investisseurs issus d’un certain nombre de pays et de régions, et peuvent ne pas être accessibles à tous les investisseurs. Les produits et les services sont offerts seulement aux investisseurs des pays et des régions où les lois et règlements applicables l’autorisent.
La présente communication constitue une source générale d’information. Elle n’est pas conçue comme une source de conseils juridiques, fiscaux ou de placement et ne doit pas être considérée comme telle. Les placements particuliers ou les stratégies de négociation doivent être évalués en fonction de la situation de chaque investisseur. Il est recommandé aux particuliers de demander l’avis de professionnels compétents au sujet d’un placement précis. Le rendement passé ne garantit pas le rendement futur.
Sauf indication contraire, tous les chiffres et relevés sont en date de la fin du mois. Le rendement est calculé avant déduction des frais de gestion. Le rendement passé n’est pas garant des résultats futurs.
Les renseignements fournis dans le présent document ne constituent pas une sollicitation ni une offre relative à l’achat ou à la vente de titres, et ils ne doivent pas non plus être considérés comme des conseils de placement. Tout placement comporte des risques, notamment la perte potentielle du capital. Le rendement passé n’est pas garant du rendement futur.
Certains énoncés contenus dans le présent document peuvent constituer des déclarations prospectives, notamment ceux où l’on trouve les expressions « s’attendre à », « prévoir » et des mots et locutions semblables. Les déclarations prospectives ne sont pas des données historiques; elles correspondent plutôt aux prévisions ou aux attentes actuelles de BMO Gestion d’actifs en ce qui a trait à des résultats ou à des événements futurs. Ces déclarations prospectives sont assujetties à un certain nombre de risques et d’incertitudes qui pourraient faire en sorte que les résultats ou les événements réels différeraient sensiblement des prévisions ou des attentes actuelles. Même si BMO Gestion d’actifs estime que les hypothèses inhérentes aux déclarations prospectives sont raisonnables, ces dernières ne garantissent en rien les résultats futurs. Nous mettons donc en garde le lecteur de ne pas se fier indûment à ces déclarations en raison du caractère incertain qui leur est inhérent. BMO Gestion d’actifs ne s’engage d’aucune façon à mettre à jour ou à réviser publiquement ses déclarations ou données prospectives, que ce soit par suite de nouvelles données, d’événements futurs ou d’autres facteurs qui auraient une incidence sur ces données, sauf dans la mesure requise par la loi.
Tous droits réservés. Les renseignements contenus dans les présentes : 1) sont confidentiels et appartiennent exclusivement à BMO Gestion d’actifs inc.; 2) ne peuvent être reproduits ni distribués sans le consentement écrit préalable de BMO Gestion d’actifs; et 3) ont été obtenus de tierces parties jugées fiables, mais qui n’ont pas fait l’objet d’une vérification indépendante. BMO Gestion d’actifs et ses sociétés affiliées ne peuvent être tenues responsables de toute perte ou de tout préjudice résultant de l’utilisation de cette information.
BMO Gestion mondiale d’actifs est une marque de commerce sous laquelle BMO Gestion d’actifs inc. et BMO Investissements inc. exercent leurs activités.
MD/MC Marque de commerce/marque de commerce déposée de la Banque de Montréal, utilisée sous licence.
Des élections cruciales aux États-Unis qui devraient produire des résultats politiques très différents
Le gagnant de la revanche des élections présidentielles entre Biden et Trump poursuivra sans doute des ambitions politiques diamétralement opposées à celles de son rival. Les résultats de l’élection de novembre pourraient avoir de profondes répercussions sur l’inflation, la croissance, la réglementation et au-delà, selon Michael Gregory, économiste en chef délégué, et Sal Guatieri, économiste principal, BMO Groupe financier.
Notes de Mumbai : Enquête sur une économie en expansion
Les obstacles dans le secteur immobilier chinois et les changements dans le commerce international qui ont commencé pendant la pandémie de COVID-19 ont donné des occasions à d’autres marchés émergents. À présent, l’attention des investisseurs se tourne de plus en plus vers un marché en particulier : l’Inde. Dans cet article, Sadiq S. Adatia, chef des placements de BMO Gestion mondiale d’actifs, fait part des observations directes qu’il a pu faire pendant sa récente mission de recherche d’occasions à Mumbai.
Transformation des entreprises grâce à une stratégie climatique
En matière de carboneutralité, les bons comportements d’une organisation peuvent contribuer à une stratégie climatique gagnante dans la transition de l’ambition à l’action.
Encore un sursis : l’atterrissage en douceur se dérobe de nouveau
Vue à 3 000 mètres d’altitude, l’économie semble en assez bonne santé. Mais il faut savoir que de plus en plus de signes de faiblesse économique sous-jacente pointent à l’horizon.
La ruée vers le haut se poursuit : les raisons de l’optimisme des marchés
La plus récente ronde d’annonce des bénéfices s’est avérée positive dans l’ensemble, la société Nvidia s’étant démarquée du lot en surpassant les attentes élevées des analystes.
Il existe six raisons pour lesquelles les investisseurs devraient être optimistes pour 2024. Dans ce commentaire, la stratège en placement Brittany Baumann examine le scénario haussier sous-évalué de 2024. Pour en savoir plus, cliquez ici.
Intuition ou informatique : Bref historique de l’investissement quantitatif
23 avril 2024
Intuition ou informatique : Bref historique de l’investissement quantitatif
23 avril 2024
Lu Lin, M.Fin, M.S.
Dans le rapport suivant, nous explorerons les origines de l’investissement quantitatif et l’évolution qui a eu lieu pour exploiter de façon responsable les pouvoirs de la modélisation mathématique, de la technologie et de la cognition humaine.
Une occasion d’arbitrage théorique
Dans la période qui a suivi la Seconde Guerre mondiale, une légère renaissance s’est produite dans le monde universitaire. Les chercheurs de toutes les disciplines ont franchi les frontières théoriques traditionnelles pour explorer des sujets qui avaient historiquement évolué parallèlement aux leurs. Les biologistes, par exemple, sont entrés dans le monde de la physique, les physiciens ont expérimenté le domaine émergent des sciences informatiques, et les mathématiciens ont approfondi des questions de finance et d’économie.
Ces chercheurs ont été surpris de constater que, même si la finance était souvent traitée comme un sujet rigoureux, elle ne s’est pas toujours comportée comme telle. Dans bien des cas, il manquait de rigueur ou de fondement mathématique, ce qui signifie que ses hypothèses sur le monde n’étaient pas toujours éprouvées. Les scientifiques y ont vu une occasion d’importer leurs compétences quantitatives et de transformer les thèses économiques en équations logiques et claires. En bref, ils y ont vu une occasion d’arbitrage théorique.
Étapes clés
Plus d’un siècle s’est écoulé
Même si les érudits ne s’entendent pas sur le moment où, au 20e siècle, la première collision entre les mathématiques et la finance s’est produite, il ne fait aucun doute que nombre de théoriciens se situaient à cette frontière. En 1900, Louis Bachelier, candidat français au doctorat en mathématiques, a soumis une thèse de doctorat sur l’évolution des cours boursiers. Un demi-siècle plus tard, Harry Markowitz et Eugene Fama, futurs lauréats du prix Nobel, ont tous deux réalisé des progrès importants en quantifiant les idées sur la théorie du marché et la construction de portefeuille. Ils étaient tous à la frontière, en train de bâtir l’assise d’une nouvelle science pour apporter de la rigueur quantitative à Wall Street.
Edward Thorp, économiste, a toutefois joué un rôle déterminant en exploitant sa connaissance des statistiques pour inventer l’idée de compter les cartes au blackjack. En fait, il s’est rendu à Las Vegas avec 10 000 $ d’argent emprunté et avait plus que doublé sa cagnotte à la conclusion de la fin de semaine1. Plus tard, il a inventé un appareil portatif pour prédire où la balle atterrirait sur la roulette. Bien qu’illégale, son invention a montré comment quelqu’un pouvait prendre un problème aléatoire et profiter d’une approche disciplinée pour générer des résultats supérieurs.
M. Thorp a ensuite appliqué ses talents à la finance. Il a fondé Princeton/Newport Partners, considéré par certains comme le premier fonds de couverture de son genre – qui a été instantanément fructueux.1 Il n’était toutefois pas le seul à expérimenter des méthodes quantitatives. À la fin des années 1960, Wells Fargo a débordé de son bassin d’embauche traditionnel pour attirer des diplômés des mathématiques et de la physique. Un jeune homme du nom de Fischer Black en faisait partie.
M. Black, qui était titulaire d’un doctorat en mathématiques appliquées de l’Université Harvard, était un comme un poisson hors de l’eau à Wall Street. Même s’il a trouvé quelques personnes partageant son point de vue selon lequel la modélisation avancée pourrait améliorer le rendement des placements, il a quitté le secteur privé dans les années 1970 et est revenu à la vie universitaire à l’Université de Chicago.
Son choix du moment était on ne peut plus opportun : une nouvelle plateforme d’échanges d’options avait récemment été ouverte à Chicago, ce qui a suscité l’intérêt pour le travail universitaire sur les produits dérivés. M. Black a trouvé dans la Ville des Vents une application pratique pour ses connaissances sur Wall Street et, avant longtemps, il a corédigé le maintenant renommé modèle d’évaluation des produits dérivés Black-Scholes. Il est devenu célèbre du jour au lendemain.
En fait, lorsque Goldman Sachs assemblait son tout premier groupe des stratégies quantitatives en 1983, elle aurait pu piger son dirigeant parmi ses employés. La société a plutôt approché M. Black, qui a accepté.2
L’essor de la puissance informatique
Dans les années 1970 et 1980, Wall Street disposait des plans détaillés des modèles mathématiques pour prendre des décisions de placement, mais pas de la technologie pour les rendre réellement adaptables.
Cependant, au début des années 1990, les ordinateurs étaient non seulement plus puissants, mais aussi moins coûteux et plus facilement accessibles que jamais. En fait, entre 1955 et 1990, la puissance informatique s’est améliorée d’un facteur d’un million.3
Ce bond de géant signifie que le terrain était propice au changement. Songez aux progrès rapides : la toile planétaire en était à ses balbutiements au début des années 1990, pourtant avant la fin de la décennie, Google et Amazon étaient établies; au moins 60 %4 des gens aux États-Unis possédaient un ordinateur; Steve Jobs est revenu à Apple et a lancé l’iMac; Napster a lancé le partage de fichiers de pair à pair, qui a failli détruire l’industrie de la musique; et les fonds de couverture ont connu un essor massif de leur popularité.5
Entre 1955 et 1990, la puissance informatique s’est améliorée d’un facteur d’un million.3
Défis imprévus de l’investissement quantitatif
Cela dit, le parcours de l’investissement quantitatif n’a pas toujours été harmonieux. En août 1998, le monde a été surpris par l’effondrement de Long-Term Capital Management (LTCM), un fonds quantitatif fortement endetté qui effectuait des négociations fondées sur l’arbitrage et des swaps de taux d’intérêt.
Le défaut de paiement de la Russie sur une obligation a déclenché la spirale baissière de LTCM.
Une fois la poussière retombée, les investisseurs institutionnels ont continué d’investir dans des stratégies quantitatives au début des années 2000. La puissance informatique sans cesse croissante a instillé une confiance de plus en plus ferme dans le pouvoir des placements axés sur la machine. Cependant, la confiance des investisseurs institutionnels a encore été mise à l’épreuve.
Le 6 août 2007, certains des plus grands fonds quantitatifs du monde ont vendu leurs positions en actions plus liquides pour couvrir les pertes de leurs placements illiquides. Cette situation a déclenché un effet domino, d’autres fonds purement quantitatifs prenant sans réfléchir les mêmes mesures, effectuant une rotation de leurs actifs et provoquant une chute des cours boursiers. Bien que les prix se soient stabilisés en moins d’une semaine, le soi-disant « séisme quantitatif » avait déjà causé des dommages.
La confiance des marchés a été ébranlée et les stratégies quantitatives ont essuyé des pertes de capitaux. L’équipe des stratégies d’investissement quantitatif de Goldman Sachs, qui gérait 165 milliards de dollars d’actifs à son sommet, a vu sa base d’actif fondre à un creux de 38 milliards de dollars américains en 2012.6 Il était généralement admis que tous les fonds quantitatifs avaient affiché une contre-performance semblable, mais un examen approfondi des données a révélé une situation très différente.
La leçon que notre équipe tire de l’histoire de l’investissement quantitatif est simple : nous croyons qu’il faut jumeler des ordinateurs intelligents à des personnes encore plus intelligentes.
Sagesse humaine, intelligence des machines
En 2011, le séisme quantitatif a incité Goldman Sachs à fermer son Fonds Global Alpha, autrefois impérial. Cependant, il convient de noter qu’il s’agissait d’un fonds purement quantitatif qui fonctionnait selon une intervention humaine limitée. Par ailleurs, la stratégie quantitative à gestion active de Goldman, intitulée « Global Equity Insights with Country Tilts », est restée sur les tablettes, car elle s’est beaucoup mieux comportée en 2007 et, plus tard, pendant la crise de la COVID-19. Il en a été de même pour les autres fonds de fournisseurs indépendants combinant les attributs des humains et des machines qui, contrairement à leurs semblables purement quantitatifs, ont résisté à l’épreuve du temps.
Dans les années qui ont suivi le séisme quantitatif, l’on s’est penché en détail sur ce qui a mal tourné. Dans l’ensemble du secteur, les gestionnaires quantitatifs ont réévalué la façon dont ils perçoivent la liquidité, l’effet de levier et la similarité des positions.7 Ils ont accru la transparence et montré aux investisseurs institutionnels comment leur promesse fiduciaire pourrait s’harmoniser avec le rendement réalisé. Autrement dit, ils ont reconnu que lorsque les marchés se butent à de graves obstacles, il faut que des professionnels en placement chevronnés prennent le contrôle.
Comme nous l’avons mentionné au début de l’article, j’ai maintenu fermement ce point de vue lorsque je me suis jointe à BMO Gestion mondiale d’actifs, tout comme ma nouvelle équipe. Nous avons tous tiré une leçon très claire de l’histoire de l’investissement quantitatif : toujours jumeler des ordinateurs intelligents à des personnes encore plus intelligentes. Nous avons reconnu que les humains, et seulement les humains, peuvent connaître les limites d’une machine.
Pour en savoir plus sur le marché, veuillez communiquer avec votre partenaire, Ventes institutionnelles de BMO.
Footnotes
1 James Owen Weatherall, The Physics of Wall Street; page 102.↩
2 James Owen Weatherall, The Physics of Wall Street; page 120.↩
3 Parallel Computing, volume 25, numéros 13-14; Stavros A. Zenios.↩
4 Corbin Ball, 1962-2022: A 60-Year Timeline of Events Technology Innovation↩
5 Preqin, Hedge Funds: A Journey Through Time, https://www.preqin.com/academy/lesson-3-hedge-funds/history-of-the-hedge-fund-industry.↩
6 The Financial Times, Goldman Sachs’ lessons from the ‘quant quake’; 9 mars 2017.↩
7 MSCI, Ten Years Later: What We Learned From The Quant Liquidity Crunch; 2017.↩
Ne pas diffuser à l’extérieur du Canada.
Les opinions exprimées par le directeur de portefeuille représentent son évaluation des marchés au moment de la publication. Ces opinions peuvent changer sans préavis, à tout moment. Les renseignements fournis dans le présent document ne constituent pas une sollicitation ni une offre relative à l’achat ou à la vente de titres, et ils ne doivent pas non plus être considérés comme des conseils de placement. Le rendement passé n’est pas garant des résultats futurs. Cette communication est fournie à titre informatif seulement.
Certains des produits et services offerts sous le nom BMO Gestion mondiale d’actifs sont conçus spécifiquement pour différentes catégories d’investisseurs issus d’un certain nombre de pays et de régions, et peuvent ne pas être accessibles à tous les investisseurs. Les produits et les services sont offerts seulement aux investisseurs des pays et des régions où les lois et règlements applicables l’autorisent.
La présente communication constitue une source générale d’information. Elle n’est pas conçue comme une source de conseils juridiques, fiscaux ou de placement et ne doit pas être considérée comme telle. Les placements particuliers ou les stratégies de négociation doivent être évalués en fonction de la situation de chaque investisseur. Il est recommandé aux particuliers de demander l’avis de professionnels compétents au sujet d’un placement précis. Le rendement passé ne garantit pas le rendement futur.
Sauf indication contraire, tous les chiffres et relevés sont en date de la fin du mois. Le rendement est calculé avant déduction des frais de gestion. Le rendement passé n’est pas garant des résultats futurs.
Les renseignements fournis dans le présent document ne constituent pas une sollicitation ni une offre relative à l’achat ou à la vente de titres, et ils ne doivent pas non plus être considérés comme des conseils de placement. Tout placement comporte des risques, notamment la perte potentielle du capital. Le rendement passé n’est pas garant du rendement futur.
Certains énoncés contenus dans le présent document peuvent constituer des déclarations prospectives, notamment ceux où l’on trouve les expressions « s’attendre à », « prévoir » et des mots et locutions semblables. Les déclarations prospectives ne sont pas des données historiques; elles correspondent plutôt aux prévisions ou aux attentes actuelles de BMO Gestion d’actifs en ce qui a trait à des résultats ou à des événements futurs. Ces déclarations prospectives sont assujetties à un certain nombre de risques et d’incertitudes qui pourraient faire en sorte que les résultats ou les événements réels différeraient sensiblement des prévisions ou des attentes actuelles. Même si BMO Gestion d’actifs estime que les hypothèses inhérentes aux déclarations prospectives sont raisonnables, ces dernières ne garantissent en rien les résultats futurs. Nous mettons donc en garde le lecteur de ne pas se fier indûment à ces déclarations en raison du caractère incertain qui leur est inhérent. BMO Gestion d’actifs ne s’engage d’aucune façon à mettre à jour ou à réviser publiquement ses déclarations ou données prospectives, que ce soit par suite de nouvelles données, d’événements futurs ou d’autres facteurs qui auraient une incidence sur ces données, sauf dans la mesure requise par la loi.
Tous droits réservés. Les renseignements contenus dans les présentes : 1) sont confidentiels et appartiennent exclusivement à BMO Gestion d’actifs inc.; 2) ne peuvent être reproduits ni distribués sans le consentement écrit préalable de BMO Gestion d’actifs; et 3) ont été obtenus de tierces parties jugées fiables, mais qui n’ont pas fait l’objet d’une vérification indépendante. BMO Gestion d’actifs et ses sociétés affiliées ne peuvent être tenues responsables de toute perte ou de tout préjudice résultant de l’utilisation de cette information.
BMO Gestion mondiale d’actifs est une marque de commerce sous laquelle BMO Gestion d’actifs inc. et BMO Investissements inc. exercent leurs activités.
MD/MC Marque de commerce/marque de commerce déposée de la Banque de Montréal, utilisée sous licence.
Perspectives
Des élections cruciales aux États-Unis qui devraient produire des résultats politiques très différents
Notes de Mumbai : Enquête sur une économie en expansion
Transformation des entreprises grâce à une stratégie climatique
Encore un sursis : l’atterrissage en douceur se dérobe de nouveau
La ruée vers le haut se poursuit : les raisons de l’optimisme des marchés
Le scénario haussier sous-évalué pour 2024