La finance quantitative proceed de débattre de la fiabilité et des limites des stratégies d’investissement basées sur des modèles. Une query centrale est de savoir quelle significance les investisseurs devraient accorder au backtesting.
Dans The Issue Mirage: How Quant Fashions Go Flawed, Marcos López de Prado, PhD, et Vincent Zoonekynd, PhD, expliquent pourquoi les investisseurs devraient aller au-delà de l’acceptation des performances historiques à leur valeur nominale et se concentrer sur la compréhension du pourquoi d’un modèle fonctionne. Il s’agit d’une contribution précieuse au renforcement de la rigueur de l’investissement quantitatif – et qui invite à une réflexion plus approfondie sur la façon dont ce raisonnement est structuré.
Il peut être utile de considérer la query non pas comme un choix binaire entre corrélation et causalité, mais comme un problème à plusieurs niveaux dans lequel différentes formes de raisonnement jouent des rôles distincts.
En pratique, le choix se situe rarement entre une easy corrélation et une causalité pleinement spécifiée. La plupart des recherches en investissement se situent quelque half entre les deux. Parfois, nous pouvons décrire et tester directement un mécanisme. Parfois, nous ne pouvons pas. Le système peut évoluer trop rapidement, les variables clés peuvent n’être que partiellement observables ou le temps et les ressources nécessaires pour créer un modèle plus riche peuvent ne pas être disponibles.
Dans ces contextes, le raisonnement basé sur les associations a toujours de la valeur. Ce n’est pas un défaut financier ; c’est une caractéristique générale de la prise de décision dans l’incertitude.
Affiliation sous contrainte
Les êtres humains s’appuient souvent sur des associations lorsqu’ils n’ont pas le temps de construire une explication causale complète. Ce n’est pas nécessairement irrationnel ; cela peut être adaptatif. Une affiliation rapide peut guider l’motion avant qu’un raisonnement plus lent et plus élaboré ne soit attainable.
Il en va de même dans la pratique de l’investissement. Lorsque les facteurs déterminants ne peuvent pas être observés directement ou que la construction causale n’est que partiellement comprise, les signaux associationnels peuvent néanmoins contenir des informations utiles.
L’affiliation n’est pas une explication. La query n’est pas de savoir si l’affiliation a de la valeur, mais si elle est suffisante. Pour les investisseurs institutionnels, cette distinction a des implications pratiques en matière de diligence raisonnable, notamment sur la manière dont les gestionnaires justifient l’inclusion et l’exclusion de variables dans les modèles systématiques. Lorsqu’il existe des connaissances structurelles plus solides, les ignorer n’est pas une sophistication ; c’est une perte d’info. L’affiliation a sa place, mais elle ne doit pas devenir un level d’arrêt.
L’appel à une plus grande self-discipline causale en finance n’est pas nouveau. La query la plus intéressante est de savoir remark intégrer cette self-discipline sans trop simplifier la nature des marchés eux-mêmes.
L’épidémiologie comme modèle de raisonnement structuré
Un épidémiologiste n’analyserait pas une épidémie comme un schéma purement statistique, détaché de ce que l’on sait de la transmission. Si des individus sensibles peuvent être infectés et que des individus infectés peuvent se rétablir ou être éliminés, cette connaissance devient partie intégrante de la construction du modèle.
Des modèles compartimentaux tels que SIR (smart, infecté, récupéré) et SEIR (smart, exposé, infecté, récupéré) formalisent ces transitions. Les méthodes statistiques restent essentielles pour estimer les paramètres et tester l’adéquation. Mais l’analyse ne half pas d’une web page vierge ; cela half d’une construction causale établie.
La finance peut tirer une leçon similaire. Lorsque les mécanismes durables sont raisonnablement bien compris, ils doivent être représentés explicitement. Si l’effet de levier amplifie les ventes forcées, si les circumstances de refinancement façonnent le risque de défaut, si les shares influencent le pouvoir de fixation des prix, si les flux passifs affectent la demande ou si les constructions de réseau transmettent des difficultés, il s’agit là de plus que des corrélations récurrentes. Ce sont des mécanismes qui peuvent être modélisés, testés et remis en query.
Les modèles dynamiques peuvent être particulièrement utiles ici. Une régression seize le co-mouvement ; un modèle dynamique représente les shares, les flux, les retards et les retours. En finance, cela peut signifier la capacité du bilan, les circumstances de financement, les flux de capitaux ou la dynamique d’adoption. De tels modèles aident à clarifier la façon dont l’état du système évolue et remark les circumstances d’aujourd’hui façonnent les résultats de demain.
Réflexivité et marchés adaptatifs
La finance diffère de l’épidémiologie.
Les marchés sont réflexifs. Les croyances influencent les prix, et les prix remodèlent à leur tour les croyances, les incitations et les circumstances de financement. Un récit peut attirer des capitaux ; les flux de capitaux peuvent faire évoluer les prix ; la hausse des prix peut renforcer le récit unique. Ce qui semble être une relation sturdy peut, pendant un sure temps, refléter une boucle qui s’auto-renforce.
Le raisonnement causal reste essentiel, mais la construction pertinente peut elle-même inclure une rétroaction entre les croyances, les flux et les résultats.
Un cadre à trois niveaux
La recherche en investissement peut opérer sur trois niveaux distincts mais liés :
Affiliation : Qu’est-ce qui semble prédire, même imparfaitement ? Causal : quel mécanisme pourrait vraisemblablement générer cette relation ? Réflexif : Remark l’utilisation du sign lui-même pourrait-elle modifier le comportement, encombrer le commerce, modifier les flux ou remodeler l’environnement modélisé ?
Vu sous cet angle, le débat ne porte pas sur le choix de la corrélation plutôt que de la causalité. Il s’agit de savoir quand l’affiliation est suffisante, quand les mécanismes doivent être modélisés explicitement et quand la rétroaction réflexive rend le système plus adaptatif que ne le supposent les deux approches.
Peu de chercheurs quantitatifs sérieux défendraient la corrélation sans examen minutieux. Une pratique solide comprend déjà les assessments de résistance, l’instinct économique et le raisonnement structurel. La query n’est pas de savoir si la causalité compte, mais si nous sommes explicites sur quelle couche effectue le travail – et remark ces couches interagissent.
Vers une pratique quantitative plus disciplinée
Nous devons utiliser les connaissances causales lorsqu’elles sont disponibles et tester les hypothèses causales lorsque nous les disposons. Lorsqu’un phénomène implique une accumulation, un retard ou une rétroaction, les modèles dynamiques peuvent être plus appropriés que les ajustements statistiques statiques.
La pensée associative preserve un rôle vital, notamment sous des contraintes de temps et d’observabilité. Mais là où une construction établie existe, l’ignorer n’est pas une sophistication ; c’est une perte d’info.
L’opportunité de la finance quantitative n’est pas de remplacer un slogan méthodologique par un autre. Il s’agit de devenir plus discipliné et plus clear sur la manière dont les différentes formes de raisonnement contribuent à une recherche solide en matière d’investissement – lorsque les modèles suffisent, lorsque des mécanismes sont nécessaires et lorsque la réflexivité exige que nous traitions les marchés comme des systèmes adaptatifs façonnés en partie par notre propre participation.
Il est donc peu possible que l’avenir de la recherche en investissement soit purement corrélationnel ou étroitement causal. Elle sera plus plurielle, plus dynamique et plus explicite sur la différence entre des modèles qui semblent simplement stables et des mécanismes capables de les soutenir.
Références
López de Prado, Marcos et Vincent Zoonekynd. Le facteur mirage : remark les modèles quantitatifs tournent mal. Investisseur entreprenant, CFA Institute, 30 octobre 2025.
Delli Gatti D, Gusella F, Ricchiuti G. Fluctuations endogènes vs exogènes : dévoiler l’impression des attentes hétérogènes. Dynamique macroéconomique. 2025;29:e125. est ce que je:10.1017/S1365100525100345
Gigerenzer, Gerd et Daniel G. Goldstein. « Raisonner de manière rapide et frugale : modèles de rationalité limitée ». Revue psychologique 103, non. 4 (1996) : 650-669.
Kermack, WO et AG McKendrick. «Une contribution à la théorie mathématique des épidémies.» Actes de la Royal Society de Londres. Série A 115, non. 772 (1927) : 700-721.
Greenwood, Robin, Samuel G. Hanson et Lawrence Jin. «Réflexivité sur les marchés du crédit». Doc de travail du NBER n° 25747, avril 2019.
