Oui je sais, aujourd’hui on ne va pas parler d’un investisseur au sens promoteur, mais j’ai eu l’idée lors de l’écriture de mon livre sur l’optimisation de portefeuille (je partage chapitre par chapitre tous les mois) via python
Le Prix Nobel qui transforme 10 000€ en 61 935€ et pourquoi son inventeur ne l'utilisait pas
📐 Chapitre 2 Markowitz : le Nobel qui a changé la finance
et si on cherchait non pas à optimiser un portefeuille de 30 actifs listés mais sur tous les marchés US et CAC40 pour sortir les meilleurs...
C’est le cas ici, un excellent crossover.
Par ailleurs, ce sera le dernier algo et backtest avant septembre (je prends des vacances cette année).
⚠️ Disclaimer légal : Ce contenu est fourni à titre éducatif et informatif uniquement. Il ne constitue pas un conseil en investissement. Tout investissement comporte un risque de perte en capital. Les performances passées ne garantissent pas les performances futures. Consultez un conseiller financier agréé avant toute décision d’investissement. Ces fiches ne représentent pas l’idée des investisseurs cités. C’est ma vision de leur façon de faire.
Dans la Tête de Harry Markowitz
Le Nobel Qui a Changé la Finance : La Frontière Efficiente en Temps Réel
CE QUE TU VAS TROUVER DANS CETTE ÉDITION
Version gratuite :
L’histoire de Markowitz : le fils d’épicier de Chicago qui a changé 100 000 milliards de dollars de gestion d’actifs sans jamais gérer un seul fonds
La soutenance de thèse où Milton Friedman lui dit “ce n’est pas de l’économie” et qui lui vaut quand même le Prix Nobel 38 ans plus tard
Le fun fact qui tue : l’inventeur de l’optimisation de portefeuille gérait sa propre retraite en 50/50 sans utiliser sa propre méthode
Les 3 livres qui ont construit la méthode
Les 3 concepts fondamentaux
La question qu’il se pose avant tout : “Pour ce niveau de risque, ai-je vraiment la meilleure combinaison possible ?”
Le Chapitre 2 complet de mon livre disponible ici : [LIEN_ARTICLE_ICI]
Version Premium :
L’algorithme Markowitz complet expliqué en français : sélection des 150 meilleurs actifs du S&P 500, matrice de covariance 150×150, optimisation SLSQP, la logique pas à pas
Le Screener en direct : 503 tickers S&P 500 analysés sur 10 ans (2016-2026), 472 conservés, 3 portefeuilles construits avec données réelles
Le TOP 15 des actifs par Sharpe individuel : NVDA à 1.26, STX à 1.20, LLY à 1.03
Les 3 portefeuilles avec leurs compositions complètes : Max Sharpe (15 actifs retenus sur 150, Sharpe 1.86), Min Variance (21 actifs, Sharpe 1.31), Equal Weight (benchmark)
Le backtest honnête sur 10 ans : 10 000€ → 363 384€ en Max Sharpe. Le chiffre brut et ce qu’il cache, nommé clairement
Le Signal du Trimestre : LLY (Eli Lilly), 16.7% du portefeuille Max Sharpe, surpondéré de +16.0% vs Equal Weight, la thèse complète avec les risques réels
L’HISTOIRE FASCINANTE
Le fils d’épicier qui a inventé la finance moderne
Chicago, 1927. Harry Markowitz naît dans une famille de classe moyenne. Son père tient une épicerie de quartier dans le nord de la ville. Rien ne prédit ce qui va suivre.
En 1950, étudiant en économie à l’Université de Chicago, il cherche un sujet de thèse. Un conseiller lui suggère d’appliquer les mathématiques à la Bourse. Markowitz n’y connaît rien. Il va à la bibliothèque. Il lit. Et il a une révélation.
À l’époque, tout le monde pense qu’investir c’est trouver les meilleures actions individuellement. Lire les bilans, analyser les entreprises, choisir les gagnants. La diversification est vue comme une stratégie de perdant : si tu sais choisir, pourquoi diluer ?
Markowitz pose une question différente. Si on ne peut pas prédire l’avenir avec certitude, comment construire un portefeuille optimal face à l’incertitude ? Sa réponse tient en 14 pages. L’article “Portfolio Selection” paraît dans le Journal of Finance en 1952. Révolution silencieuse.
La timeline
1927 : Naissance à Chicago. Fils d’un épicier du quartier nord.
1950 : Étudiant en économie, Université de Chicago. Sujet de thèse : la Bourse.
1952 : Publication de “Portfolio Selection”, Journal of Finance. 14 pages.
1954 : Soutenance de thèse. Milton Friedman lui dit : “Ce travail n’est pas de l’économie. Ce n’est pas des mathématiques. Ce n’est pas du management. Je ne sais pas comment vous appeler Doctor.” Markowitz obtient quand même son doctorat.
1990 : Prix Nobel d’Économie, partagé avec William Sharpe et Merton Miller. 38 ans après l’article.
2023 : Décès à San Diego, Californie, à 95 ans.
La soutenance qui aurait pu tout arrêter
Le jour de sa soutenance, le jury comprend Milton Friedman, futur Prix Nobel d’économie 1976, l’un des économistes les plus influents du 20e siècle. Il lui dit en face que son travail ne rentre dans aucune case académique connue.
Markowitz défend sa thèse. Il obtient son doctorat. Friedman reconnaîtra son erreur des décennies plus tard. Le comité Nobel attendra 38 ans pour reconnaître ce que 14 pages avaient changé pour toujours.
Le fun fact qui résume tout
En 2009, lors d’une conférence du CFA Institute, Markowitz avoue comment il gère sa propre retraite. Il ne calcule pas de frontière efficiente. Il ne construit pas de matrice de covariance. Il n’optimise pas de Sharpe Ratio.
Il divise son argent en deux. 50% en actions, 50% en obligations.
Sa justification : “Je voulais minimiser mon regret futur. Si les actions explosent et que je n’en avais pas, je m’en voudrais. Si elles s’effondrent et que j’en avais trop, je m’en voudrais aussi. Donc 50/50.”
L’inventeur de l’optimisation de portefeuille utilise le 1/N pour son propre argent.
Ce n’est pas une anecdote amusante. C’est la leçon la plus importante de cette fiche. Un modèle peut être théoriquement supérieur et psychologiquement inapplicable pour son propre créateur. La complexité a un coût que les équations ne capturent pas.
LE PAPIER QUI A TOUT CHANGÉ
14 pages, 38 ans d’attente, 100 000 milliards de dollars
Avant Markowitz, les investisseurs raisonnent actif par actif. Le risque d’un actif, c’est sa volatilité individuelle. NVDA est volatile ? C’est un actif risqué. Point final.
Markowitz montre que ce raisonnement est fondamentalement incomplet.
Ce qui compte, ce n’est pas le risque d’un actif isolément. C’est sa contribution au risque du portefeuille entier. Et cette contribution dépend de comment cet actif se comporte par rapport aux autres : c’est la covariance.
Un actif très volatile peut réduire le risque global s’il est anti-corrélé avec les autres positions. C’est contre-intuitif. C’est prouvé mathématiquement. C’est ça, l’insight fondamental qui a valu le Nobel.
L’héritage est direct. James Tobin ajoute l’actif sans risque en 1958 et remporte le Nobel en 1981. William Sharpe simplifie Markowitz avec le CAPM en 1964, invente le ratio qui porte son nom, et partage le Nobel de 1990 avec Markowitz. Black et Scholes construisent leur modèle de pricing d’options sur les mêmes fondations en 1973. Aujourd’hui, environ 100 000 milliards de dollars sont gérés avec des variantes de cette théorie.
📚 LA BIBLIOTHÈQUE DE LA LÉGENDE
Financial Statement Analysis and Security Valuation Stephen Penman
La référence académique que Markowitz cite dans ses travaux. Penman y développe une lecture systématique des états financiers comme signal prédictif, la base de toute analyse quantitative sérieuse. Ce qu’on y apprend : comment détecter ce que les prix n’ont pas encore intégré, avant tout le monde.
What Works on Wall Street James O’Shaughnessy
Le livre qui documente sur plusieurs décennies ce que les approches systématiques produisent réellement face aux gérants actifs. O’Shaughnessy teste des centaines de facteurs sur des données longues et publie les résultats bruts, sans cherry-picking. Ce qu’on y apprend : pourquoi les règles mécaniques appliquées avec discipline battent le jugement humain sur la durée, et pourquoi la plupart des investisseurs ne peuvent pas psychologiquement les appliquer.
“Portfolio Selection” Markowitz, Journal of Finance, 1952
Gratuit sur Google Scholar. 14 pages denses. Aucun graphique inutile. Juste des données, une méthodologie, des résultats. Ce qu’on y apprend : lire de la recherche académique sérieuse sans avoir fait un MBA. C’est la source primaire. Tout le reste, y compris cette fiche, est une interprétation.
🧠 LES 3 CONCEPTS CLÉS
La Frontière Efficiente
Pour chaque niveau de risque accepté, il existe exactement un portefeuille optimal. Pas deux. Un seul. L’ensemble de ces portefeuilles forme une courbe dans l’espace rendement/volatilité : la frontière efficiente. Tout portefeuille en dessous est sous-optimal. Tout portefeuille au-dessus est impossible avec les actifs disponibles. C’est la limite physique du marché, pas une approximation statistique.
La Covariance comme moteur de construction
C’est ici que Markowitz brise l’intuition. Sur nos données réelles ce trimestre, l’algo met 16.7% sur LLY et seulement 6.9% sur NVDA, alors que NVDA a le meilleur Sharpe individuel de l’univers à 1.26. La raison : ce qui compte, ce n’est pas le Sharpe de NVDA en isolation. C’est comment NVDA interagit avec les 149 autres actifs du portefeuille. LLY apporte une décorrélation avec les valeurs tech que NVDA ne peut pas apporter. La covariance prime sur la performance individuelle.
Le Point Max Sharpe
C’est le portefeuille qui maximise le rendement par unité de risque. Mathématiquement, c’est le point où une droite partant du taux sans risque touche tangentiellement la frontière efficiente. Sur nos données ce trimestre : Sharpe de 1.86, CAGR réalisé de 43.46%, 15 actifs retenus sur 150 candidats. Ce résultat est in-sample, la partie Premium explique exactement ce que ça signifie et pourquoi le chiffre brut ne suffit pas.
LA QUESTION QU’IL SE POSE EN PREMIER
Avant de regarder un actif. Avant de lire une note d’analyste. Avant même de vérifier le P/E.
“Pour ce niveau de risque, ai-je vraiment la meilleure combinaison possible ?”
Pas “est-ce que cet actif est bon ?” Tout le monde regarde ça. C’est déjà dans le prix. Pas “est-ce que NVDA va monter ?” Personne ne le sait vraiment. La question est posée au niveau du portefeuille entier, pas de l’actif individuel.
Sur 503 tickers du S&P 500 analysés ce trimestre, l’algo a retenu 15 actifs sur 472 disponibles. AAPL, MSFT, AMZN sont dans les ignorés. Pas parce qu’ils sont mauvais. Parce qu’ils n’améliorent pas le Sharpe global compte tenu de leurs corrélations avec les 15 retenus. La redondance détruit la diversification. Markowitz le détecte automatiquement.
95% des investisseurs particuliers construisent leurs portefeuilles actif par actif, en additionnant des convictions individuelles. Markowitz a prouvé en 1952 que c’est la mauvaise façon de raisonner. Les données le confirment trimestre après trimestre.
Le Chapitre 2 complet de mon livre est disponible ici pour les abonnés Premium :
Le Prix Nobel qui transforme 10 000€ en 61 935€ et pourquoi son inventeur ne l'utilisait pas
📐 Chapitre 2 Markowitz : le Nobel qui a changé la finance
🎁 CE QUE TU RATES DANS LA PARTIE PREMIUM
Tu veux apprendre à construire ces algorithmes toi-même pour chaque légende ? C’est exactement ce que propose la formation Dans la Tête des Légendes.
Pas une collection de citations inspirantes. Pas un portefeuille modèle à suivre les yeux fermés. Biographie complète + méthodologie + algorithme Python fonctionnel + backtest honnête. Pour chaque légende. Le code complet, reproductible chez toi, sans abonnement ni outil payant.
30 fiches prévues. Une nouvelle légende chaque mois. Accès à vie. Mises à jour incluses automatiquement.
→ Rejoindre la formation, 49€, accès à vie
Raph 🚀
P.S. Sur 503 tickers du S&P 500 analysés, l’algo de Markowitz en retient 15. AAPL, MSFT, AMZN sont dans les ignorés. La prochaine fois que tu construis ton portefeuille actif par actif, pose-toi la question qu’il posait en premier : est-ce que cette combinaison est vraiment optimale, ou est-ce juste une liste de bonnes entreprises ?
🔒 PARTIE PREMIUM : Dans la Tête de Harry Markowitz : L’Algorithme, les 3 Portefeuilles et la Vérité des Chiffres
Tu es abonné Premium. Voilà ce que les autres ne verront pas.
🏗️ L’ALGORITHME MARKOWITZ, LA LOGIQUE COMPLÈTE
Avant tout : ce n’est pas un screener de momentum. Ce n’est pas un détecteur de croissance. C’est un constructeur de portefeuille optimal, le seul algorithme qui répond mathématiquement à la question : “Pour ce niveau de risque, quelle est la meilleure combinaison possible parmi 472 actifs ?”
L’algo répond en 4 étapes.
