La réversion courte

Un signal de réversion courte, chiffre par chiffre

Voici à quoi ressemble un signal de réversion courte dans PairScanner. Le titre et les chiffres sont fictifs.

Ce que fait PairScanner

Chaque soir après la clôture américaine, l'algorithme calcule la performance des cinq dernières séances de chaque action liquide de son univers, puis les classe. Les 10 % qui ont le plus baissé donnent un signal d'achat, les 10 % qui ont le plus monté un signal de vente.

Pour chaque signal, il calcule sur un horizon de cinq séances le mouvement attendu frais déduits, la probabilité estimée d'une issue positive, la fourchette des résultats plausibles et l'ordre de grandeur d'une issue défavorable, à partir du rejeu de la même règle sur l'historique. Un filtre écarte les titres trop peu échangés, pour que les chiffres restent réalistes.

Vous ne codez rien et ne calculez rien : vous ouvrez l'onglet Réversion courte du tableau de bord et lisez le résultat du jour.

L'idée en détail

Sur des délais très courts, les prix dépassent souvent leur juste niveau : un vendeur pressé, un fonds qui doit alléger ses positions, une nouvelle mal comprise. Quand la pression s'arrête, une partie du mouvement s'efface.

La règle est simple : chaque jour, classer les actions selon leur performance de la semaine, acheter le dixième qui a le plus baissé, vendre le dixième qui a le plus monté, et garder cinq séances. C'est une stratégie de nombre : chaque position est petite, c'est la moyenne sur de nombreux titres qui compte.

À ne pas confondre avec la réversion relative, qui retire d'abord l'effet du marché et du secteur. Et c'est l'inverse du momentum, qui joue la tendance sur plusieurs mois.

Un exemple chiffré

Prenons dix actions fictives. Avec dix titres, chaque dixième en compte un seul : on achète celle qui a le plus baissé et on vend celle qui a le plus monté. Sur plusieurs centaines d'actions, chaque groupe compte des dizaines de titres.

Si la semaine suivante A regagne 2 % et J recule de 1 %, la jambe acheteuse gagne 2 % et la jambe vendeuse 1 %, soit environ 1,5 % sur le capital engagé des deux côtés, avant frais.

Exemple fictif, à but pédagogique. Ce n'est ni un signal ni une recommandation.

Pourquoi ça fonctionnerait

Narasimhan Jegadeesh a montré en 1990 qu'en classant les actions américaines selon une prévision tirée de leurs rendements passés, l'écart de rendement anormal entre les deux déciles extrêmes atteignait environ 2,5 % par mois, de 1934 à 1987.

La même année, Bruce Lehmann a observé l'effet à l'échelle de la semaine : les perdants d'une semaine surperforment les gagnants la semaine suivante.

L'explication la plus répandue : quand des investisseurs vendent dans l'urgence, celui qui achète leur fournit de la liquidité et en est rémunéré lorsque les prix se reprennent.

Ce que dit la recherche aujourd'hui

Stefan Nagel a montré en 2012 que les rendements de la réversion courte sont plus élevés quand les marchés sont agités, précisément quand la liquidité se fait rare et que les vendeurs pressés sont nombreux.

Zhi Da, Qianqiu Liu et Ernst Schaumburg ont montré en 2014 que l'effet devient encore plus net quand on retire les mouvements liés au secteur et aux vraies nouvelles : c'est la voie suivie par la réversion relative.

Sources

Études citées dans cette page :

• Narasimhan Jegadeesh (1990). Evidence of Predictable Behavior of Security Returns. The Journal of Finance, 45(3), 881-898.
• Bruce N. Lehmann (1990). Fads, Martingales, and Market Efficiency. The Quarterly Journal of Economics, 105(1), 1-28.
• Stefan Nagel (2012). Evaporating Liquidity. The Review of Financial Studies, 25(7), 2005-2039.
• Zhi Da, Qianqiu Liu et Ernst Schaumburg (2014). A Closer Look at the Short-Term Return Reversal. Management Science, 60(3), 658-674.