Les fonds quantitatifs n’ont pas battu le marché en « devinant » mieux. Ils ont changé les règles du jeu en mesurant, classant et rééquilibrant les expositions qui comptent vraiment pour les rendements.
L’investissement factoriel est cette grille de lecture. Une fois que vous voyez les marchés ainsi, le « stock picking » devient une gestion d’expositions avec des règles.
Ce qu’est réellement l’investissement factoriel
Un facteur est un moteur de rendement large, persistant, mesurable, testable et implémentable. Pensez value, momentum, quality, size, low volatility et carry.
Les universitaires ont formalisé ce langage dans les modèles d’évaluation d’actifs. Le cadre Fama–French, élargi en 2015 pour ajouter la rentabilité et l’investissement, a montré que ce qui ressemble à de « l’alpha » est souvent une exposition à ces traits systématiques.
Les praticiens ont transformé cette intuition en portefeuilles. Ils conçoivent des règles qui sur‑pondèrent des facteurs et rééquilibrent selon un calendrier, souvent à grande échelle via des indices et des ETF.
Les grandes familles de facteurs
Value part de l’idée que les titres moins chers tendent à surperformer les plus coûteux. Le « bon marché » se mesure par le price‑to‑book, le price‑to‑earnings, les rendements de flux de trésorerie ou des métriques plus fines ajustées de la rentabilité.
Momentum dit que les gagnants récents ont tendance à continuer de gagner un temps. On le mesure généralement par les rendements des 6–12 derniers mois, en sautant le mois le plus récent pour éviter le bruit de court terme.
Quality capte la rentabilité, la stabilité des résultats et l’investissement prudent. L’objectif est d’éviter les entreprises qui détruisent du capital.
Size reflète l’effet small‑cap documenté de longue date. Low volatility cible des actions moins volatiles que le marché mais qui ont historiquement livré des rendements ajustés du risque comparables voire supérieurs. Carry généralise « rendement aujourd’hui vs prix demain » à travers les actifs, des primes de terme obligataires aux différentiels de devises.
La taxonomie compte. Les définitions déterminent ce que votre portefeuille détient réellement et son comportement en période de stress. Pour un panorama plus large de cette évolution, voir notre revue des performances et de la taxonomie des modèles factoriels.
| Facteur | Ce qu’il mesure | Proxy typique | Rythme de rééquilibrage |
|---|---|---|---|
| Value | Bon marché vs pairs | P/B, P/E, EV/EBITDA, composite | Trimestriel–semiannuel |
| Momentum | Poursuite de tendance | 12–1 month total return | Mensuel–trimestriel |
| Quality | Rentabilité, stabilité | ROE, marges, accruals, leverage | Trimestriel |
| Size | Biais small‑cap | Capitalisation boursière | Annuel |
| Low Volatility | Aversion au risque, biais défensif | Volatilité/bêta réalisés passés | Trimestriel |
| Carry (cross‑asset) | Rendement vs risque de prix | Écarts de rendement, primes de terme | Mensuel–trimestriel |
Pourquoi l’investissement factoriel compte maintenant
Trois évolutions ont fait entrer les facteurs dans le courant dominant. Les données et la puissance de calcul se sont démocratisées. L’ingénierie indicielle est devenue industrielle. Et les ETF smart‑beta ont offert des biais factoriels à faibles frais.
Les faibles rendements après la crise financière mondiale ont poussé les investisseurs à chercher d’autres sources de performance. Les primes factorielles ont semblé une réponse disciplinée et étayée par les données quand les rendements de marché agrégés paraissaient maigres. Cette quête revient dès que les valorisations semblent tendues, d’où l’arrière‑plan naturel d’outils comme le ratio CAPE de Shiller.
L’échelle est à la fois une opportunité et une fragilité. La Banque des règlements internationaux (BIS) a averti que lorsque de nombreux fonds se ruent sur les mêmes transactions, la liquidité peut se volatiliser au pire moment et les rendements factoriels devenir erratiques.
Cette dimension systémique a relevé l’exigence de conception. Le débat est passé de « les facteurs existent‑ils ? » à « quelles définitions, quelles capacités et quels rythmes de rééquilibrage résistent aux marchés réels ? »
Pourquoi les facteurs génèrent des rendements : risque et comportements
Deux grands récits expliquent les primes factorielles. L’un dit qu’elles rémunèrent un risque. L’autre dit qu’elles exploitent des erreurs comportementales et des frictions.
La vision par le risque vient des modèles d’évaluation d’actifs. Fama et French ont d’abord mis l’accent sur size et value, puis ont ajouté rentabilité et investissement pour mieux décrire les rendements non expliqués par le seul marché. Dans ce cadre, les actions value sont risquées car plus sensibles aux chocs économiques, donc elles exigent une prime.
La vision comportementale pointe des schémas humains. Les investisseurs sous‑réagissent aux nouvelles informations, s’ancrent sur d’anciens récits et surpaient le « glamour ». L’évidence classique sur le momentum de Jegadeesh et Titman en 1993 est cohérente avec une diffusion lente de l’information et des comportements de suivi de tendance.
Empiriquement, les deux récits aident. Asness, Moskowitz et Pedersen ont montré que value et momentum fonctionnent sur actions, obligations, devises et matières premières. La variété des classes d’actifs et des régions rend difficile l’argument du simple hasard. En stress, toutefois, les flux et les contraintes peuvent balayer les deux récits, raison pour laquelle nous étudions comment les biais éclatent sous pression en périodes de stress de marché.
Comment les fonds quant mettent en œuvre les expositions factorielles
L’implémentation est une boîte à outils. D’un côté, des indices et ETF à règles explicites qui sur‑pondèrent value, momentum ou low volatility. De l’autre, des portefeuilles quant actifs qui combinent des dizaines de signaux et gèrent le risque de façon dynamique.
La construction des signaux paraît aride, mais c’est là que se niche l’avantage. « Value » peut vouloir dire un simple price‑to‑book ou un composite ajusté des incorporels et des effets sectoriels. « Quality » peut être la marge nette, les accruals, le leverage ou un mélange propriétaire.
Les calendriers de rééquilibrage arbitrent fraîcheur de l’information et coûts de transaction. Le momentum se dégrade vite et requiert des mises à jour fréquentes ; la value bouge lentement et supporte la patience. Le turnover n’est pas gratuit, d’où l’importance des budgets et des modèles de slippage.
La construction de portefeuille traduit des scores en pondérations. Les praticiens imposent des contraintes pour éviter des paris cachés, neutraliser les secteurs, plafonner les tailles de position et contrôler l’exposition au marché large. Les ETF smart‑beta le font sous forme d’indice ; les quants actifs le font avec plus de degrés de liberté.
Des choix de conception décisifs
Discipline de définition. La mise à jour à cinq facteurs de Fama–French a montré que ce que nous appelons « value » dépend de la façon dont on traite la rentabilité et l’investissement. Une mesure grossière peut importer des paris involontaires ; une mesure affinée peut réduire le bruit.
Cadence et coûts. La note de référence de BlackRock souligne que les choix de rééquilibrage pèsent autant sur les résultats réalisés que la qualité des signaux. Un turnover plus rapide peut mieux capter le signal mais rogner le rendement après coûts.
Effet de levier et ciblage du risque. Beaucoup de portefeuilles factoriels sont conçus avec un objectif de volatilité, ce qui peut exiger du levier en marchés calmes ou du dé‑risquage en tourmente. Cela peut amplifier la dynamique de foule si tout le monde ajuste en même temps.
Capacité et impact de marché. Les guides praticiens de J.P. Morgan insistent sur les limites de capacité. Pour des valeurs plus petites ou moins liquides, courir après le dernier centile de force du signal peut être une victoire à la Pyrrhus une fois l’impact de marché comptabilisé.
Idées reçues et pièges comportementaux
« Les facteurs sont de l’alpha gratuit. » Pas vraiment. Beaucoup de primes ressemblent à une rémunération pour des risques spécifiques, pas à de la magie. Quand ce risque se matérialise, la prime peut être négative pendant de longues périodes.
« Les backtests garantissent l’avenir. » Non. Le data‑mining peut créer des règles fragiles qui se fanent en conditions réelles. Des tests robustes sur régions, actifs et périodes aident, mais l’humilité reste une vertu, pas un défaut.
« Timer les facteurs est facile. » Tentant, mais l’histoire dit l’inverse. Surcharger le facteur gagnant récent frôle dangereusement la poursuite de performance. Les recommandations du CFA Institute aux investisseurs soulignent que le comportement, plus que la théorie, détermine souvent l’issue. L’aversion à la perte et le regret pèsent lourd, comme nous l’explorons dans notre article sur l’aversion à la perte et dans nos conseils pour dépasser la dissonance cognitive.
Pour les investisseurs particuliers, l’accès est simple mais la discipline est difficile. Les ETF factoriels offrent des biais nets à faible coût. Y rester quand ils sous‑performent est la vraie épreuve.
Preuves et études de cas : quand les facteurs brillent, et quand ils trébuchent
La première documentation du momentum est une étape majeure. Jegadeesh et Titman ont montré que les actions aux forts rendements sur l’année écoulée tendent à surperformer durant les mois suivants. Ce schéma a été répliqué sur de nombreux marchés.
La force de la value vient de sa largeur. Asness, Moskowitz et Pedersen ont documenté des primes value et momentum « partout », sur actions, obligations, devises et matières premières. Leur complémentarité frappe : la value tend à marcher quand le momentum souffre, et inversement.
Les avancées académiques sur les définitions aident à expliquer des résultats mitigés. Le modèle à cinq facteurs de Fama et French suggère que la rentabilité et l’investissement clarifient d’où viennent les rendements de la value. Des portefeuilles qui ignorent ces raffinements peuvent accumuler des expositions non désirées.
Mais il y a des cicatrices. La value a connu un repli prolongé à la fin des années 2010, ponctué de renversements violents. Low volatility a souffert lors de rallyes brutaux. Des épisodes de stress ont montré que les flux et la liquidité peuvent, un temps, submerger des primes théoriques.
Les praticiens ont réagi en mélangeant les facteurs, en affinant les définitions et en ajoutant de la diversification entre classes d’actifs. Les conceptions multi‑actifs et multi‑facteurs ont souvent mieux tenu que les paris mono‑facteur.
La réalité difficile : entassement, liquidité et frottements d’exécution
Le crowding n’est pas un slogan. C’est un risque mesurable. Quand beaucoup de fonds détiennent les mêmes titres pour les mêmes raisons, les sorties se rétrécissent.
La BIS a documenté comment l’entassement factoriel peut amplifier les mouvements de prix. En temps calme, l’erreur de suivi se contracte et tout le monde a l’air brillant. En stress, la pression de liquidation transforme le repli d’un facteur en débandade.
Le « drag » d’implémentation est l’impôt du quotidien. Coûts de transaction, slippage, frais d’emprunt en vente à découvert et fiscalité grignotent les primes théoriques. L’écart entre backtests et rendements en réel vient souvent de cette lente fuite.
Les diagnostics aident. Hausse des corrélations entre gérants, élargissement des fourchettes achat‑vente sur les noms populaires, dégradation de l’exécution réalisée : autant de signaux d’alerte. Les réponses sensées incluent des limites de capacité, un dimensionnement dynamique des positions, des coussins de liquidité et un plan d’action clair pour les phases de stress.
Contre‑arguments et autres perspectives
Les sceptiques soulignent que les primes peuvent s’éroder à mesure qu’elles deviennent populaires. Certains estiment que bien des « découvertes » tiennent à l’échantillon. D’autres notent que frais, coûts de trading et impôts absorbent l’essentiel de l’avantage.
Il existe aussi une critique de gouvernance. Des portefeuilles factoriels peuvent paraître opaques à des conseils habitués aux narratifs discrétionnaires. Le capital patient se fait rare précisément quand il est le plus nécessaire.
Les partisans rétorquent avec la persistance hors échantillon et inter‑actifs. L’ampleur de l’évidence à travers marchés et décennies cadre mal avec un pur data‑mining. Une construction soignée, la maîtrise des coûts et la diversification peuvent préserver les primes.
Les deux camps peuvent avoir raison. L’effet brut peut exister, mais le capter relève d’un savoir‑faire. L’avantage vit dans les détails et dans le comportement sous pression.
Mode d’emploi pratique : utiliser les facteurs aujourd’hui
Commencez par l’objectif. Cherchez‑vous un rendement attendu plus élevé, un diversifiant au marché, ou un lisseur de risque ? Votre réponse détermine quels facteurs privilégier et quel écart de suivi accepter.
Choisissez votre voie d’accès. Les ETF factoriels fournissent des biais transparents, à règles explicites, avec de faibles frais et une liquidité quotidienne. Les fonds quant actifs ajoutent la largeur des signaux, un risque dynamique et un savoir‑faire d’implémentation, au prix de frais plus élevés. Des stratégies d’overlay peuvent ajuster les expositions factorielles au‑dessus d’allocations existantes.
Diversifiez entre facteurs et actifs. Value et momentum se complètent. Quality stabilise. Low volatility amortit les à‑coups. L’ajout d’obligations, de matières premières et de devises apporte une résilience inter‑actifs.
Codifiez rééquilibrage et limites de risque avant de commencer. Cadrez les attentes en matière de turnover, de budgets de coûts de transaction et de conduite en période de drawdown. Écrivez‑le pour pouvoir vous y tenir quand la tension monte.
Suivez ce que vous détenez réellement. Surveillez les expositions factorielles, pas seulement les rendements. L’attribution vous dit si vous obtenez bien les biais achetés et si des dérives ou du crowding s’installent.
- Définir l’objectif: gain de rendement, diversification ou contrôle du risque.
- Choisir l’accès: ETF factoriels, indices smart‑beta, quant actif ou overlays.
- Diversifier: combiner value, momentum, quality, size/low vol ; ajouter du cross‑asset si possible.
- Fixer des règles: cadence de rééquilibrage, plafonds de turnover et déclencheurs de drawdown.
- Budgéter les coûts: estimer coûts de transaction, frais d’emprunt et fiscalité.
- Surveiller: expositions factorielles, signaux de capacité/crowding et slippage vs plan.
- Gouverner le comportement: check‑lists de pré‑engagement et cadence de revue.
Évaluez le degré réel de discipline de votre portefeuille.
Si vous manquez de ressources, externalisez les règles et gardez la supervision. Le plus difficile n’est pas de construire un modèle, c’est de s’y tenir.
Conclusion et perspectives
L’investissement factoriel n’est ni de la sorcellerie ni un simple branchement d’ETF. C’est une façon durable d’expliquer pourquoi les rendements se produisent et une manière pratique de pousser les portefeuilles vers ces moteurs.
L’avantage se gagne dans l’ordinaire : définitions, rééquilibrages, contrôle des coûts, capacité et patience. Il vit aussi dans le comportement, car persister avec un bon processus pendant ses mauvaises saisons est rare.
La prochaine frontière mêlera cette discipline à de nouveaux outils. Le machine learning peut affiner les signaux et mieux les combiner. Les données alternatives élargissent le champ des capteurs. Les changements de microstructure et de réglementation déplaceront à nouveau coûts et capacités.
L’humilité reste la règle. Les facteurs récompensent la rigueur, pas la fanfaronnade. Si vous adoptez la grille, adoptez le tempérament qui va avec.
Vous voulez un second avis sur votre mix factoriel ? Nous pouvons vous aider à cartographier expositions, coûts et capacité en termes clairs.
À lire également
- Panorama évolutif des modèles factoriels et de leurs performances sur les marchés actuels
- Le ratio CAPE de Shiller : ce qu’il dit des rendements futurs du marché
- Biais comportementaux en période de stress de marché : leçons des crises récentes
- Aversion à la perte en investissement : pourquoi nous sommes programmés pour mal décider