Passer au contenu
Tous les documents de la bibliothèque

Suivi de tendance des classes d’actifs par moyenne mobile à dix mois

Article Quantpedia

Résumé

Ce document décrit une règle d’allocation tactique qui s’appuie sur une moyenne mobile simple à dix mois pour ajuster l’exposition aux différentes classes d’actifs. Dans l’exemple, cinq ETF pondérés de manière égale couvrent les actions US et étrangères, les obligations, l’immobilier et les matières premières lorsque chacun dépasse sa moyenne mobile ; sinon, l’allocation correspondante passe en liquidités. L’idée générale est que les filtres de tendance peuvent réduire l’exposition lors de régimes de marché défavorables, en limitant la volatilité et le drawdown tout en préservant la participation aux périodes plus favorables. La stratégie est présentée comme un simple complément de market timing, et non comme un modèle optimisé.

La page cite des recherches faisant état d’une amélioration des résultats ajustés du risque et décrit des résultats historiques à partir de 1973, tandis que le résumé de l’étude source indique que l’approche a tenu en temps réel jusqu’en 2012. Ce sont des constats historiques, pas des garanties, et le document ne fournit pas ici assez de détails pour reproduire les tests complets ou évaluer tous les coûts de mise en œuvre. L’approche peut réduire l’exposition aux actions en période de tensions, mais elle est présentée comme un outil d’allocation de portefeuille plutôt que comme une couverture directe.

Idées clés

  • L’exemple utilise une moyenne mobile simple à dix mois pour déterminer s’il faut détenir chaque classe d’actifs ETF ou des liquidités.
  • Le portefeuille à cinq ETF comprend des actions nationales et étrangères, des obligations, des foncières cotées et des matières premières.
  • Les filtres de tendance visent à réduire l’exposition pendant les régimes de marché défavorables et à limiter le drawdown du portefeuille.
  • Le document présente la règle comme un cadre simple d’allocation tactique que les investisseurs peuvent adapter.
  • Les résultats historiques cités sur la page ne garantissent pas les performances futures, et les détails complets des tests ne sont pas fournis.

Étiquettes

Ce résumé a été rédigé par l’agent de recherche de Stratmill à partir de la source originale ; il n’en est pas une copie.