Le paradoxe de Saint-Pétersbourg

En 1738, Daniel Bernoulli pose une énigme restée célèbre. On lance une pièce jusqu'à obtenir face. Si face sort au premier lancer vous gagnez 2 €, au deuxième 4 €, au troisième 8 €, et ainsi de suite — le gain double à chaque pile.

Calculons l'espérance mathématique : une chance sur deux de gagner 2 €, une sur quatre de gagner 4 €, une sur huit de gagner 8 €… Chaque terme vaut 1 €, et il y en a une infinité. L'espérance de gain est infinie.

La théorie dit donc que vous devriez accepter de payer n'importe quelle somme pour jouer. Un million d'euros. Un milliard. Or personne ne le ferait — et personne n'a tort.

La sortie de Bernoulli : ce n'est pas le gain qui compte

Bernoulli résout lui-même son énigme, et sa réponse fonde tout ce qui suivra. Un gain, dit-il, ne vaut pas la même chose selon ce qu'on possède déjà. Mille euros changent la vie de quelqu'un qui en a deux mille ; ils sont imperceptibles pour quelqu'un qui en a deux millions. La satisfaction croît avec la richesse, mais de moins en moins vite.

Dès qu'on raisonne ainsi, l'infini disparaît. Les gains astronomiques du jeu sont si improbables que leur apport en satisfaction reste modeste, et le prix raisonnable du billet redevient une somme ordinaire — quelques euros. L'intuition avait raison, et c'est la théorie qui était mal posée.

La moyenne qu'on vous montre n'est pas la vôtre

Ce détour de 1738 a une conséquence directe sur les chiffres qu'on vous présentera. Prenez un placement qui fait +50 % une année, puis −40 % l'année suivante, en alternance. La moyenne arithmétique de ces deux nombres est +5 % par an. C'est le chiffre qu'on affichera.

Regardez maintenant ce que vous vivez : 100 € deviennent 150 €, puis 90 €. Après deux ans vous avez perdu 10 %, soit environ −5 % par an. L'écart entre le chiffre annoncé et votre compte est de dix points par an, et il ne vient d'aucune tromperie — seulement du fait qu'on a calculé une moyenne là où il fallait un produit.

Rejouez plusieurs fois. La médiane reste obstinément à 2 ou 4 € — c'est ce que vous gagnez lors d'une partie typique. La moyenne, elle, bondit de façon erratique au gré d'un unique gain énorme, et elle ne converge jamais : plus vous jouez, plus elle monte.

Bernoulli résolvait le paradoxe en remarquant qu'un euro supplémentaire n'a pas la même valeur pour un pauvre et pour un riche : c'est l'utilité marginale décroissante. Perdre 10 000 € quand on en a 20 000 est une catastrophe ; les perdre quand on en a dix millions est un contretemps. Toute la gestion de patrimoine tient dans cette phrase.

Reste la question que Bernoulli posait vraiment : combien paieriez-vous pour jouer ? « N'importe quel prix », répond la moyenne infinie. Votre compte en banque a un autre avis — payez chaque partie, et regardez ce qu'il en reste.

C'est la vraie résolution du paradoxe, due à Feller : la moyenne infinie signifie qu'aucun prix fixe n'est trop cher pour qui jouerait indéfiniment — mais personne ne joue indéfiniment. Sur mille parties, la frontière passe entre 10 et 15 € ; sur deux cents, plus bas encore. Un « juste prix » qui dépend de votre horizon : retenez l'idée, elle reviendra à chaque chapitre sur les marchés.

Réviser son jugement

Vous croyez qu'un gérant sur dix bat durablement son indice. On vous en présente un qui l'a battu trois années de suite. Que devez-vous croire maintenant ?

La plupart des gens répondent « il est bon ». La règle de Bayes donne la réponse exacte, et elle est souvent beaucoup moins enthousiaste.

Le calcul, jusqu'au bout

Faisons-le entièrement, parce que le résultat surprend presque tout le monde.

Vous croyez qu'un gérant sur dix a un talent durable : votre a priori est de 10 %. Un gérant talentueux bat son indice une année donnée avec une probabilité que l'on peut estimer à 70 % ; trois années de suite, cela fait 0,7³ ≈ 34 %. Un gérant ordinaire y parvient une année sur deux, soit 0,5³ ≈ 12,5 % sur trois ans.

Appliquons la règle. Sur cent gérants, dix sont talentueux et trois ou quatre d'entre eux réussiront la série ; quatre-vingt-dix sont ordinaires et onze d'entre eux la réussiront aussi, par chance. Parmi tous ceux qui affichent trois bonnes années, la proportion de vrais talents est donc d'environ 23 %.

Vous êtes passé de 10 % à 23 %. C'est un vrai progrès — la preuve a plus que doublé votre conviction — et vous restez à trois chances sur quatre de vous tromper. Trois bonnes années ne sont pas rien ; elles ne sont pas une démonstration.

Le piège qui aggrave tout : on ne vous montre que les gagnants

Le calcul ci-dessus est déjà généreux, parce qu'il suppose que le gérant vous a été présenté au hasard. En réalité, on vous présente précisément celui qui a réussi. Sur mille gérants sans aucun talent, environ cent vingt cinq auront trois bonnes années — de quoi remplir un catalogue entier de plaquettes impeccables.

La question à poser n'est donc jamais « quelle est sa performance ? » mais « parmi combien de candidats celui-ci a-t-il été retenu ? ». C'est le même mécanisme que le sur-ajustement du chapitre 25 : plus on cherche, plus le meilleur trouvé est flatteur, sans qu'aucune qualité réelle ne soit en jeu.

Réglez les curseurs sur des valeurs réalistes et lisez le dernier chiffre.

L'atelier précédent suivait un fonds. Renversez maintenant la perspective : une population entière. Cent mille fonds démarrent ; une petite part a du vrai talent (65 % de chances de gagner son année), tous les autres jouent à pile ou face. Chaque année, on ne regarde que les survivants — ceux qui n'ont jamais connu d'année perdante.

C'est le taux de base, l'oubli le plus coûteux de la finance. « Cinq ans de surperformance » semble une preuve ; ce n'est qu'un filtre — et un filtre qui laisse passer d'autant plus de chanceux qu'ils étaient nombreux au départ. Avant d'admirer un palmarès, demandez toujours : combien étaient-ils sur la ligne de départ ?

Risque ou incertitude ?

En 1921, l'économiste Frank Knight introduit une distinction que la finance moderne a largement oubliée, et qui explique pourtant la plupart de ses échecs.

Knight publie en 1921 ; Keynes formulera une idée voisine quelques années plus tard. Knight le formule ainsi : le risque se caractérise par une connaissance empirique des faits — plus les faits sont nombreux, plus les probabilités se matérialisent. L'incertitude, elle, est une catégorie distincte, pas un risque mal mesuré.

L'expérience qui prouve qu'on distingue les deux

Une urne contient 90 boules : 30 rouges, et 60 réparties entre noires et jaunes dans une proportion inconnue. On vous propose de parier sur « rouge » ou sur « noire ». La quasi-totalité des gens choisit rouge.

On change ensuite le pari : « rouge ou jaune » contre « noire ou jaune ». Les mêmes personnes choisissent presque toutes « noire ou jaune ». Or ces deux choix sont contradictoires — si vous pensiez qu'il y a plus de rouges que de noires, vous devriez aussi penser qu'il y a plus de rouge-ou-jaune que de noire-ou-jaune.

Il n'y a pourtant rien d'absurde là-dedans. Les gens ne se trompent pas de probabilité : ils préfèrent une situation dont ils connaissent les règles à une situation dont ils les ignorent, même à espérance égale. Ce n'est pas une faiblesse à corriger, c'est une préférence parfaitement défendable — et elle explique une part de ce qu'on appelle prime de risque.

Comment décider quand on ne peut pas calculer

Puisque l'incertitude ne se réduit pas à une probabilité, les outils changent de nature. Trois principes tiennent lieu de méthode, et ils reviendront tout au long du parcours.

1. Chercher la robustesse plutôt que l'optimum. Une allocation légèrement moins performante mais qui tient dans plusieurs futurs vaut mieux qu'une allocation optimale pour un seul scénario — dont on ignore justement s'il se produira.
2. Préférer ce qui est réversible. Face à l'inconnu, la valeur d'une décision tient autant à la possibilité d'en changer qu'à son mérite propre. Un placement bloqué huit ans transforme une incertitude en engagement.
3. Limiter l'exposition à ce qu'on ne comprend pas. Non parce que c'est nécessairement mauvais, mais parce qu'on ne saura pas reconnaître le moment où ça tourne mal.

Les deux urnes donnent la même moyenne. Mais la seconde est bien plus dispersée : non seulement le tirage est aléatoire, mais la règle du jeu l'est aussi. C'est cela, l'incertitude knightienne — et c'est pourquoi préférer l'urne connue n'est pas de la superstition.

L'urne opaque cesse pourtant d'être opaque si l'on peut tirer dedans et remettre la boule. Chaque tirage convertit un peu d'incertitude en risque mesuré. La question qui compte : à quelle vitesse ?

Voilà pourquoi l'incertitude ne disparaît jamais vraiment des marchés : l'information s'y accumule à la vitesse de la racine carrée, et le monde, lui, change plus vite. Quand la composition de l'urne bouge tous les mille tirages, vous ne la connaîtrez jamais à ± 2 points — vous vivrez en permanence dans la fourchette.

Le mimétisme fabrique la bulle

Prenons mille investisseurs. Aucun n'est stupide, aucun n'est malhonnête. Chacun décide en regardant deux choses : ce que lui pense valoir l'actif, et ce que les autres font. La seule variable de l'atelier ci-dessous est le poids relatif de ces deux regards.

Deux regards, un seul curseur

Le mécanisme repose sur une hypothèse d'une sobriété désarmante. Chaque investisseur forme une opinion propre sur ce que vaut l'actif — son estimation privée, imparfaite, mais honnête. Puis il observe ce que font les autres. Sa décision mélange les deux, et le seul réglage de l'atelier est le poids qu'il accorde au second regard.

Quand ce poids est faible, chacun décide surtout par lui-même. Les erreurs individuelles se compensent, le prix reste accroché à la valeur, et le marché fait exactement ce que la théorie promet : agréger l'information de tous. C'est le régime sain.

Quand ce poids augmente, quelque chose bascule. Les erreurs cessent de se compenser parce qu'elles cessent d'être indépendantes : chacun regarde le même signal — le prix — et le prix ne reflète plus que ce que les autres ont regardé avant. Le marché continue d'agréger, mais il agrège sa propre opinion.

Personne n'est irrationnel

Le point le plus important, et le plus contre-intuitif, est qu'aucun agent ne se comporte mal. Suivre le mouvement quand on doute de soi est une stratégie rationnelle : si les autres ont peut-être une meilleure information, leur emboîter le pas est un raisonnement sensé.

C'est ce qu'on appelle une cascade informationnelle. Chacun agit correctement au vu de ce qu'il observe, et le résultat collectif est une erreur que personne n'a commise. Le chapitre 34 en donne la mécanique complète. Retenez ici la conclusion morale : chercher un coupable après coup est presque toujours une perte de temps.

Mettez l'imitation à zéro : le prix colle à la valeur, tout est calme et sans intérêt. Montez-la au-delà de 60 % : des vagues apparaissent, le prix s'envole loin de toute justification, puis s'effondre — sans qu'aucune mauvaise nouvelle n'ait été injectée dans le modèle.

Une dernière expérience, et c'est peut-être la plus importante du chapitre. Faites varier une seule chose : le poids que les intervenants donnent à la tendance récente plutôt qu'à la valeur. Tant que ce coefficient reste sous 1, chaque emprunt à la tendance s'amortit. Au-delà de 1, la hausse nourrit la hausse — et une force de rappel, elle, ne grandit que si l'écart devient criant.

Ce mécanisme à deux populations — suiveurs de tendance contre chasseurs de valeur — est l'un des plus étudiés de la finance comportementale. Sa leçon tient en une phrase : le marché ne devient pas fou graduellement. Il franchit un seuil, celui où l'imitation de la tendance l'emporte sur le rappel de la valeur — et le même marché, avec les mêmes intervenants à peine plus mimétiques, change de nature.

Le calcul que chacun refait dans sa tête

Derrière le mimétisme, il y a une arithmétique très simple, et c'est celle du dilemme du prisonnier — l'expérience de pensée la plus célèbre de la théorie des jeux. Habillons-la du seul cas qui vous concerne : le marché baisse, et vous n'êtes pas seul à le regarder.

Si tout le monde tient, le marché se tient : chacun s'en tire bien. Si vous vendez pendant que les autres tiennent, vous sortez au bon prix et eux encaissent la suite : vous gagnez beaucoup, eux rien. Si tout le monde vend, la baisse s'auto-alimente et personne n'y échappe. Vendre est le bon calcul quel que soit le choix des autres — et si chacun fait ce bon calcul, tout le monde perd. C'est cela, un dilemme : pas un défaut d'intelligence, un défaut de structure.

Un prix, un rendement

Un prix seul ne dit presque rien. Une action à 12 € n'est pas « moins chère » qu'une action à 800 € — elle représente une part plus petite d'une entreprise. Ce qui compte est la variation relative, c'est-à-dire le rendement.

Le tableau qu'il faut avoir en tête

L'asymétrie entre perte et gain n'est pas une idée abstraite ; elle se chiffre, et le chiffre s'aggrave beaucoup plus vite qu'on ne l'imagine.

Lisez la dernière ligne. Après une chute de 90 %, il ne faut pas 90 % pour revenir : il en faut neuf cents. C'est arithmétique, et c'est la raison pour laquelle toute la gestion professionnelle du risque s'organise autour de la limitation des pertes profondes plutôt que de la recherche des hausses fortes. Les deux ne sont pas symétriques, donc les efforts ne doivent pas l'être non plus.

Le terme mystérieux de la formule

Dans l'équation ci-dessus figure un terme qui intrigue toujours : on retranche volatilité² ÷ 2 à la dérive. Ce n'est pas une correction technique, c'est exactement le phénomène qu'on vient de voir, écrit en langage mathématique.

L'agitation, à elle seule, coûte du rendement. Un placement qui oscille beaucoup autour d'une tendance rapporte, au bout du compte, moins qu'un placement calme de même tendance moyenne — parce que les pertes creusent plus profond qu'un gain de même taille ne remonte. On appelle cela le freinage par la volatilité, et il vaut environ un point de rendement par an pour un placement à 15 % de volatilité, deux points à 20 %.

Les dix courbes obéissent exactement aux mêmes règles. Seul le hasard les sépare. Et sur une vie d'investisseur, vous n'en vivez qu'une — la moyenne théorique ne vous console pas si vous avez tiré la mauvaise.

Une conséquence de ce modèle mérite son propre atelier. Deux gérants : l'un a du vrai talent, +5 points de rendement par an ; l'autre n'en a aucun. Même volatilité, mêmes marchés. Vous ne voyez que leurs courbes. Combien de temps avant de savoir qui est qui ?

Les chiffres sont exacts — c'est de la loi normale, pas une opinion. Ils expliquent pourquoi ce cours répète qu'un palmarès court ne prouve rien : sur l'horizon d'une décision humaine, la part du hasard domine. Et ils expliquent aussi notre propre discipline : ne jamais vous promettre un rendement, vous montrer des mécanismes.

Le hasard n'est pas lisse

Le modèle précédent fait une hypothèse énorme et rarement énoncée : chaque jour oublie complètement le précédent. Benoît Mandelbrot a passé sa carrière à montrer que c'est faux, et que les marchés sont bien plus rugueux que le hasard lisse du brownien.

Sa mesure tient en un nombre, l'exposant de Hurst, noté H.

Ce que la mémoire ne vous donne pas

Une mise en garde s'impose avant l'atelier, parce que la tentation est immédiate. Un exposant supérieur à 0,5 signifie que les tendances durent un peu plus qu'un pur hasard ne le voudrait. Il ne signifie pas qu'on puisse en tirer un profit.

Entre les deux se glissent trois obstacles. La persistance mesurée est faible — on est à 0,55, pas à 0,9. L'exploiter demande de passer des ordres, donc de payer des commissions et des écarts à chaque aller-retour. Et l'exposant lui-même change avec le temps : celui qui vaut 0,58 sur les six derniers mois peut valoir 0,44 sur les six suivants.

Autrement dit, la mémoire des marchés est réelle, mesurable, et le plus souvent inférieure au coût de son exploitation. C'est une propriété qui sert à comprendre un actif — sa nature, sa rugosité, son régime — bien plus qu'à décider d'acheter.

Un chiffre qui dépend de la fenêtre choisie

Voici l'autre précaution, et c'est celle qui distingue une mesure sérieuse d'un argument commercial. L'exposant n'est pas une constante gravée dans l'actif : c'est une estimation, faite sur une fenêtre, avec une méthode. Changez la fenêtre — 126 jours au lieu de 252 — et le chiffre bouge. Changez de méthode et il bouge encore.

C'est pour cette raison que le moteur en calcule plusieurs et affiche leur désaccord au lieu de le masquer. Un exposant annoncé sans sa fenêtre, sa méthode et son incertitude n'est pas une mesure, c'est une affirmation.

À H = 0,2 la courbe se contredit sans arrêt. À H = 0,8 elle part et elle insiste. La quantité de hasard est pourtant rigoureusement identique — seule son organisation dans le temps change.

Ce regroupement a une conséquence très concrète, que la publicité financière exploite dans un seul sens. On vous a sûrement déjà montré ce que coûte de « rater les 10 meilleurs jours » du marché. On vous a plus rarement montré le calcul d'en face.

Les jours extrêmes ne sont pas éparpillés dans le calme : ils habitent les mêmes tempêtes. Prétendre attraper les meilleurs en évitant les pires supposerait de savoir sortir et rentrer à l'intérieur d'une même bourrasque, à un ou deux jours près. L'argument publicitaire est arithmétiquement vrai — et pratiquement vide.

Un exposant ne suffit pas

Voici le cœur du modèle, et l'idée la plus originale de ce parcours.

Le chapitre précédent décrit une série par un seul exposant de Hurst. C'est déjà mieux que le brownien — mais cela suppose que la série a la même rugosité partout. Or un marché n'est pas également agité en janvier et en octobre, ni sur les grandes échelles et les petites.

Un exposant unique décrit une seule rugosité ; le marché en demande une infinité. Il faut donc toute une gamme d'exposants. On la représente par le spectre de singularité, noté f(α), où α mesure la régularité locale de la série en chaque point — c'est l'exposant de Hölder.

Une côte qui n'est pas rugueuse partout pareil

L'image de Mandelbrot est celle d'une côte. Vue d'avion, elle est découpée ; vue depuis un bateau, elle l'est encore ; vue à la loupe sur un rocher, encore. Une côte monofractale serait découpée de la même manière à toutes les échelles et en tout point — un seul chiffre suffirait à la décrire.

Aucune côte réelle n'est ainsi. Il y a des falaises abruptes et des plages lisses ; la rugosité change selon l'endroit. Il faut donc non pas un exposant, mais une distribution d'exposants — et c'est très exactement ce que décrit le spectre de singularité.

Un marché se comporte de la même façon. Il traverse des mois où les prix se déplacent par petites touches régulières, et des semaines où ils procèdent par ruptures. Ce ne sont pas les mêmes mouvements à intensité différente : ce sont des textures différentes, et un exposant unique les moyenne en une description qui ne correspond à aucun des deux.

Ce que la largeur du spectre vous dit

Un spectre étroit décrit un actif dont le comportement est homogène : il est agité ou calme, mais il l'est de la même façon d'un bout à l'autre. Le risque y est plus facile à modéliser, et les mesures usuelles — volatilité, VaR — y sont plus fiables.

Un spectre large décrit un actif qui change de nature selon les périodes. C'est l'avertissement le plus utile qu'on puisse recevoir : les statistiques calculées sur l'ensemble de l'historique n'y décrivent aucune période en particulier. Une volatilité de 18 % peut y recouvrir une alternance de phases à 9 % et de phases à 35 %, et vous vivrez l'une ou l'autre, jamais la moyenne.

Poussez le curseur à zéro : le spectre se resserre presque en un point — une seule rugosité, une seule échelle de comportement. Poussez-le au maximum : il s'étale largement, signe que la série alterne des phases lisses et des phases déchirées.

Pourquoi se donner la peine de mesurer un spectre entier ? Parce que la volatilité — LE nombre que tout le monde regarde — peut être rigoureusement identique sur deux actifs qui ne font pas du tout vivre la même chose. La démonstration tient en deux courbes : même bruit, même volatilité totale au dixième près, seule l'organisation de la variance change.

Voilà l'argument opérationnel du spectre : deux placements « à 18 % de volatilité » peuvent vous faire vivre −27 % ou −43 %. Le nombre unique qu'on vous vend comme LE risque ne distingue pas ces deux mondes ; la largeur du spectre, si. C'est précisément la grandeur que le moteur Helios mesure sur chaque titre.

La suite du cours fait partie de l'offre Initiation

Les dix chapitres que vous venez de lire sont en accès libre, et le resteront. La suite du cours — les vingt-quatre chapitres, le quiz et son attestation — fait partie de l'offre Initiation (9,99 €/mois). Et l'offre Le Laboratoire y ajoute l'outil complet — trente ans de marchés rejouables sur la répartition que vous composez vous-même —, une nouveauté chaque mois et des cours & conférences en direct.

L'offre ouvre prochainement. Rien à laisser ici, pas de liste d'attente : revenez, ou suivez l'ouverture sur la page d'accueil.

Découvrir l'offre Initiation   Déjà abonné ? Lire la suite

Quatre objectifs, quatre optimiseurs

Vous savez maintenant mesurer le risque, lire une mémoire de marché, compter des paris. Reste la question pratique : comment décide-t-on des proportions ?

La réponse dépend entièrement de ce qu'on cherche. Quatre intentions différentes appellent quatre mathématiques différentes — c'est la logique des profils Helios.

Pourquoi quatre méthodes plutôt qu'une meilleure

La tentation naturelle serait de chercher l'optimiseur le plus savant et de l'appliquer partout. C'est une erreur, et le chapitre 10 explique pourquoi : chaque méthode dépend d'estimations différentes, donc encaisse différemment le bruit de ces estimations.

La variance minimale n'a besoin d'aucune prévision de rendement — uniquement des volatilités et des corrélations, c'est-à-dire des grandeurs qui s'estiment bien. C'est ce qui la rend étonnamment robuste, et c'est pourquoi elle sert de socle au profil le plus défensif.

Le rapport rendement sur risque maximal, lui, exige d'estimer les rendements attendus — la grandeur la moins fiable de toutes. Utilisé sans précaution, il produit des portefeuilles extrêmes qui misent tout sur les actifs dont l'historique a été le plus flatteur. D'où le rétrécissement du chapitre 9, qui n'est pas un raffinement mais une condition de survie de la méthode.

La contribution au risque équilibrée change complètement de logique : elle ne cherche pas un optimum, elle impose que chaque poche pèse autant dans le risque total. Elle n'estime donc aucun rendement, et accepte en échange de ne jamais être optimale nulle part.

La concentration plafonnée, enfin, assume l'inverse : elle suppose qu'on a des convictions et se contente de les empêcher de devenir dangereuses.

Chaque profil réagit différemment selon le choc.

Une dernière question, celle que tout le monde se pose au moment de commencer : « et si j'entre au mauvais moment ? » Sur la même décennie simulée, l'atelier suivant essaie TOUTES les dates d'entrée possibles — il y en a plus de deux mille — et regarde ce que chacune aurait donné selon la durée de détention.

Honnêteté oblige : cette décennie simulée est globalement porteuse, comme l'ont été la plupart des décennies réelles — mais pas toutes. La leçon n'est donc pas « on gagne toujours à 5 ans ». Elle est plus fine : l'importance du point d'entrée fond avec l'horizon. À un an, vous jouez votre date d'entrée ; à cinq ans, vous jouez la décennie. C'est exactement ce que le Laboratoire vous laisse rejouer sur trente ans de marchés réels, crises comprises.

Comment l'information entre dans le prix

L'hypothèse d'efficience dit qu'un prix reflète l'information disponible. La question intéressante n'est pas de savoir si c'est vrai, mais combien de temps ça prend.

Dans l'atelier, une poignée d'agents connaît la vraie valeur ; les autres ne voient que le prix. Le prix converge — mais à une vitesse qui dépend entièrement de la proportion d'informés.

Ce qui détermine la vitesse

Trois facteurs décident du temps que met une information à entrer dans un prix, et aucun n'est mystérieux.

Le nombre d'yeux. Une grande valeur d'indice est suivie par des dizaines d'analystes et des milliers d'algorithmes ; l'information y est absorbée en secondes. Une petite capitalisation suivie par deux analystes peut mettre des jours à intégrer la même nouvelle.

La liquidité. Absorber une information demande d'échanger. Si les volumes sont faibles, celui qui sait ne peut pas prendre position sans faire bouger le prix contre lui — il agit donc lentement, par petits morceaux, et le prix s'ajuste au même rythme.

La nature de l'information. Un chiffre publié — un résultat trimestriel, une décision de taux — est intégré presque instantanément parce qu'il est sans ambiguïté. Une information interprétable — un changement de stratégie, une évolution réglementaire — met beaucoup plus de temps, parce que sa valeur elle-même fait l'objet d'un désaccord.

La conséquence pour vous, et elle est réaliste

Si vous lisez une information dans la presse, vous êtes structurellement en fin de chaîne. Cela n'est pas une fatalité déprimante, c'est une donnée de conception : cela signifie que toute stratégie consistant à réagir vite à l'actualité vous met en concurrence avec des acteurs mieux placés sur chacun des trois facteurs ci-dessus.

L'inverse est la bonne nouvelle. Les avantages qui restent accessibles à un particulier ne sont pas des avantages de vitesse mais des avantages de durée et de discipline : la capacité de tenir une position pendant dix ans, de ne pas vendre au plus bas, de payer peu de frais, de rééquilibrer mécaniquement. Ces avantages-là ne s'épuisent pas parce que d'autres les connaissent — c'est précisément ce qui les distingue.

Efficience : ce que l'hypothèse dit, et ce qu'elle ne dit pas

L'hypothèse d'efficience est souvent caricaturée dans les deux sens. Elle ne dit pas que le prix est juste — personne ne sait ce que vaut vraiment une entreprise. Elle dit quelque chose de plus modeste et de plus vérifiable : le prix intègre déjà l'information publiquement disponible, si bien qu'on ne peut pas gagner d'argent en exploitant une information que tout le monde possède.

Ce n'est pas non plus une affirmation tout ou rien. On la formule d'ordinaire en trois degrés : le prix intègre l'historique des cours ; ou bien il intègre en plus toute l'information publique ; ou bien il intègre même l'information privée. Les deux premiers degrés résistent plutôt bien aux mesures, le troisième non — et c'est heureux, sans quoi le délit d'initié n'aurait aucun intérêt.

Le paradoxe qui rend l'efficience possible

Voici l'argument le plus élégant du chapitre, et il est souvent oublié. Si les prix étaient parfaitement efficients, personne n'aurait de raison de dépenser du temps et de l'argent à analyser quoi que ce soit — puisqu'aucune analyse ne pourrait rapporter. Mais si personne n'analysait, plus rien ne ferait entrer l'information dans les prix, et ils cesseraient d'être efficients.

L'efficience ne peut donc jamais être totale : il faut qu'il reste juste assez d'inefficience pour rémunérer ceux qui font le travail d'analyse. Le marché est efficient parce que des gens parient qu'il ne l'est pas — et l'équilibre se situe exactement au point où leur effort est compensé.

C'est pourquoi la question « les marchés sont-ils efficients ? » ne se tranche pas. La question utile porte toujours sur un actif précis et une information précise : combien d'yeux le suivent, quelle est sa liquidité, et cette information-là est-elle interprétable ou sans ambiguïté ?

Si l'efficience est une vitesse, alors votre retard est un coût — et il se mesure. Dans le même modèle, une nouvelle tombe ; vous n'agissez que d séances plus tard, dans le sens de la nouvelle, et vous débouclez à la séance 120. Précision d'honnêteté : ce modèle est volontairement lent pour que l'œil suive — sur un marché liquide réel, l'échelle n'est pas la séance mais la minute. La forme de la décroissance, elle, est générale.

Trois façons de défendre l'efficience, et celle qui a tenu

L'idée que les prix disent tout a eu de grands avocats, et leurs arguments méritent d'être connus avant d'être nuancés.

Burton Malkiel a popularisé le plus radical : si les prix suivent une marche au hasard, alors un singe lançant des fléchettes sur les pages financières bâtirait un portefeuille aussi bon que celui d'un gérant. La provocation a une conséquence sérieuse — c'est l'argument fondateur de la gestion indicielle, et il reste largement vrai en moyenne.

Milton Friedman a répondu à l'objection évidente (« mais les gens sont irrationnels ! ») par un raisonnement élégant : peu importe. Les investisseurs irrationnels achètent cher et vendent bas ; ils perdent donc de l'argent, et finissent par disparaître. Le marché s'auto-nettoie. L'ennui, c'est que la disparition prend du temps — et qu'entre-temps, comme l'a montré le chapitre 4, les irrationnels peuvent faire monter un prix pendant des années.

C'est Andrew Lo qui en tire la conclusion la plus utile, avec son hypothèse des marchés adaptatifs : l'efficience n'est ni un fait ni une illusion, c'est un état écologique. Les stratégies rentables attirent des imitateurs, leur rentabilité s'épuise, de nouvelles apparaissent ; l'efficience d'un marché monte et descend comme une population d'espèces en compétition. Un marché très suivi est presque efficient ; un marché délaissé ne l'est pas — et le même marché change de camp au fil des décennies.

Les cascades : quand un vendeur en fait mille

Chaque investisseur a un seuil : la proportion de vendeurs à partir de laquelle il vend aussi. Certains paniquent tôt, d'autres jamais. Cette distribution de seuils suffit à tout expliquer.

Le résultat est brutalement non linéaire. Sous un certain niveau de connectivité, une vente initiale s'éteint. Au-dessus, la même vente emporte le marché entier. Il n'y a pas de milieu.

Le seuil de chacun, et le basculement de tous

Le mécanisme repose sur une hypothèse minimale, presque banale : chaque investisseur a un seuil de tolérance. Certains vendent dès que 5 % des autres vendent ; d'autres attendent 40 % ; certains ne vendent jamais. Rien d'autre n'est supposé — ni panique, ni irrationalité, ni information privée.

Ce qui se produit alors est ce que les physiciens appellent une transition de phase. En dessous d'un certain niveau de connexion entre les agents, une vente initiale rencontre quelqu'un dont le seuil n'est pas atteint, et la chaîne s'arrête. Au-dessus, chaque vendeur en déclenche en moyenne plus d'un, et la cascade parcourt tout le système.

Le point remarquable est qu'il n'y a pas de zone intermédiaire. Le passage d'un régime à l'autre est brutal : une variation minuscule du degré d'interconnexion fait passer d'un marché où rien ne se propage à un marché où tout se propage. C'est ce qui explique qu'un système puisse paraître robuste pendant des années et céder d'un coup, sans que rien de visible ait changé.

Ce que cela dit du monde réel

Le degré d'interconnexion n'est pas une abstraction. Il monte quand les mêmes stratégies sont détenues par beaucoup d'acteurs, quand les positions sont financées à crédit — un appel de marge est une vente forcée, donc un seuil qui se déclenche tout seul —, quand des mécanismes automatiques de coupe-perte se propagent, et quand tout le monde regarde les mêmes indicateurs.

Chacun de ces éléments est individuellement raisonnable. C'est leur accumulation qui rapproche le système de son seuil, et personne n'en est responsable en particulier. Voilà pourquoi chercher le coupable d'un krach est presque toujours vain : la cause n'est pas un acte mais un état.

Le réseau décide si la cascade s'allume. Mais l'ampleur des dégâts, elle, dépend d'autre chose : de la profondeur du carnet d'ordres — combien d'acheteurs attendent, et à quels prix, pour absorber les ventes. La même cascade, exactement la même, traverse ici quatre carnets plus ou moins garnis. L'impact est modélisé simplement — chaque vague de vendeurs enfonce le prix en proportion inverse de la profondeur, puis le prix revient vers sa valeur — mais la hiérarchie qu'il révèle est générale.