ROBO-ADVISORS Certains gestionnaires automatiques permettent à l’investisseur de modeler son portefeuille selon son profil de risque et ses vues sur le marché
Swissquote propose les services d’ePrivate Banking, un robo-advisor gestionnaire automatique particulièrement sophistiqué pour un coût forfaitaire allant de 0,95% à 1,25% tout compris (frais de transactions, frais de garde et commission de gestion). Sa masse sous gestion reste encore très modeste à 100 millions de francs, dépassant cependant les autres acteurs suisses comme True Wealth ou Investomat. Emblématique du caractère très technologique d’ePrivate Banking, son responsable, Serge Kassibrakis, titulaire d’un doctorat en physique, est un scientifique passionné.
Dans la présentation d’ePrivate Banking, vous mettez en avant la création d’un portefeuille unique pour chaque investisseur selon son profil de risque et ses vues sur le marché, contrairement à ce l’on trouve généralement sur les autres robo-advisors. Comment y parvenez-vous?
Nos principaux concurrents ont en effet décidé de déterminer en amont entre dix et vingt portefeuilles dans lesquels le client va investir en fonction de certains paramètres. Il s’agit essentiellement de son niveau de risque. Nous faisons le chemin inverse, en partant de l’idée que chaque client est unique: nous allons donc l’aider à construire la stratégie qui lui correspond le mieux. Concrètement, après avoir rempli le questionnaire exigé par la Finma pour déterminer le risque maximal qu’il est autorisé à prendre, le client doit enregistrer les éléments suivants: le montant à investir, la monnaie de référence, l’utilisation d’une couverture sur devise ou pas, et la fréquence des réallocations d’actifs qui garantissent qu’à intervalle régulier le portefeuille est bien positionné et revient sur la frontière efficiente selon le modèle de type Markowitz, dite théorie du portefeuille. En outre, la réallocation peut s’enclencher automatiquement dès que le risque du portefeuille dépasse celui qui a été décidé.
Le client peut-il personnaliser son profil?
Le client va ensuite pouvoir définir son univers de placement s’il souhaite personnaliser sa gestion en demandant à l’algorithme de surpondérer ou de sous-pondérer des secteurs ou des pays, selon ses vues. Ce qui est le cas de 70% de notre clientèle, contre 30% qui choisissent les paramètres par défaut. Dans ce dernier cas, le client se reposera entièrement sur les vues produites par un autre algorithme qui intervient en amont de l’optimizer, c’est-à-dire de celui qui construit l’allocation d’actifs. Cet étage algorithmique s’appuie sur un cycle économique, construit à partir d’une multitude d’indicateurs macroéconomiques, comme le taux de croissance dans chaque pays, les taux de change, etc. Ce qui permet de déterminer des phases dans lesquelles il faut accroître la part des classes d’actifs volatiles ou au contraire réduire celles qui le sont peu. Mais l’approche n’est pas dogmatique, avec des allocations prédéfinies comme 60% d’actions et 40% d’obligations.
Dans votre algorithme basé sur le modèle de Markowitz, vous avez remplacé le rendement espéré par le momentum, qui est un indicateur d’analyse technique, et la volatilité, comme mesure du risque, par la Conditional Value at Risk (CVaR). Pourquoi?
Nous avons opté pour le momentum, qui permet de montrer comment évolue une tendance sur le marché. Cette mesure remplace avantageusement le rendement espéré, qui ne marche pas bien. Alors que le momentum donne de bons résultats sur des phases de marché relativement longues, sans qu’on puisse vraiment en expliquer la raison, donnant lieu à d’intenses débats académiques contradictoires. Quant au choix de la Conditional Value at Risk pour prendre la place de la volatilité, il se justifie par les raisons suivantes. Tout d’abord, la mesure du risque par la volatilité n’est plus guère prisée et on lui préfère de plus en plus la probabilité de perdre beaucoup sur une période très courte. C’est la définition de la Value at Risk (VaR), qui correspond à la pire perte attendue sur certaines périodes de temps et avec un niveau de confiance donné.
Par exemple?
Si la VaR est de –2% pour une période d’une semaine et un niveau de confiance de 95%, cela signifie qu’il y a 95% de chances que les pertes éventuelles soient inférieures à 2% sur une semaine. La VaR ne fournit cependant pas la meilleure indication du niveau de risque, car lorsque le montant de la perte est dépassé, on ne peut savoir de combien. Cette lacune est comblée par la Conditional Value at Risk, qui donne la moyenne des pertes subies au-delà de la VaR et une information sur les événements extrêmes, autrement invisibles.
Comment ces choix dans l’algorithme du robo-advisor vont-ils se traduire dans les performances des portefeuilles? On pense surtout aux chutes de marché.
Tout dépend de l’allocation d’actifs du client, puisque ce dernier peut les choisir, d’autant plus qu’il peut modifier sa stratégie en cours de vie. Il n’y a donc pas une performance, mais des performances! Toutefois, en cas d’effondrement du marché et s’il n’a que des actions, qui sont par nature très volatiles, il y a de fortes probabilités pour que son portefeuille se retrouve avec une grande proportion de liquidités en raison d’une CVaR très élevée. On peut observer ces mouvements grâce à notre fonds quantitatif Swissquote Quant Swiss Equities sur le marché des actions suisses. Ce produit, qui a obtenu le prix Lipper du meilleur fonds en actions sur trois ans en 2016, est géré automatiquement par le même algorithme qui est proposé aux clients. On constate ainsi que le fonds surperforme dans des phases de marché solidement haussières sur la durée: c’est l’effet momentum. On perd un peu moins que les marchés quand ils chutent fortement: c’est l’effet contrôle de la CVaR. Mais quand ils se reprennent rapidement, le fonds repart plus lentement. En effet, avec l’augmentation du risque, l’algorithme va accroître la partie du portefeuille dédiée aux liquidités, comme nous l’avons vu en 2009 lors de la crise grecque.
Avec la multiplication de fortes secousses sur les marchés sous forme de flash crash, n’y a-t-il pas un risque de liquider des portefeuilles actions dans les pires conditions, alors que les cours regagnent le terrain perdu presque instantanément?
Le système n’est pas conçu pour réagir dans l’instantanéité, mais sur une base hebdomadaire. Ce qui explique pourquoi on est passé sans dommage au travers de tous les flash crashes qui se sont produits au cours de ces dernières années. Toutefois, dans certains cas, on peut décider d’intervenir pour empêcher l’algorithme d’agir de manière trop mécanique.
Est-ce fréquent?
Jusqu’ici, une telle situation ne s’est présentée qu’une seule fois. C’était en janvier 2015, après l’annonce par la BNS de l’abandon du taux plancher du franc face à l’euro, provoquant la chute du marché suisse d’une dizaine de pour cent. Le mouvement était si violent, avec une telle hausse de la volatilité, qu’il était susceptible de faire monter la part des liquidités jusqu’à plus de 50% dans la totalité des portefeuilles!
Qu’avez-vous fait, en pratique?
Nous avons bridé l’algorithme pour qu’il ne tienne pas compte de cette information, qui l’aurait conduit à procéder rapidement à des réallocation d’actifs. Pourquoi? Parce que par construction, la décision de la BNS était unique et ne peut se répéter. Ensuite, parce que si l’on examine l’univers des sociétés suisses, qui avaient toutes plongé dans la foulée de cette annonce, il fallait distinguer entre celles qui étaient vraiment vulnérables à la forte montée du franc vis-à-vis de l’euro et les autres, selon le poids de la devise européenne dans leur chiffre d’affaires et dans leurs charges. D’où un tableau beaucoup plus nuancé, justifiant notre décision.