Sélecteur 6M
Données fictives
Sélection sur 6–12 mois

Quatre étapes, de 1 200 actions à quelques candidats

Chaque action doit passer toutes les étapes. Une bonne note ailleurs ne compense pas un seuil manqué. Le rapport gain/risque final doit atteindre 3:1.

Quantités illustratives
Processus de sélection

Choisissez une étape

Sélectionnez un indicateur pour sa définition, sa formule, son barème et sa source.

Chaque score va de 0 à 100. Les seuils sont indépendants des pondérations.

Exemple

Une action dans le parcours de sélection

Huit entreprises inventées avec des indicateurs simulés. Choisissez-en une et lancez le test.

Démo A

Plan de transaction

Résultat

Classement et taille de position

Seules les entreprises passant les quatre filtres sont admissibles. Risque maximal : 1 % du portefeuille par transaction.

Poids normalisés à 100 %. Quantité = portefeuille × budget de risque ÷ (entrée − stop). Vert 1 % ; jaune 0,5 % ; rouge 0 %.

Les poids modifient seulement le classement ; les seuils déterminent l’admissibilité.

#EntrepriseFondamentauxTechniqueRisqueCRVTotalActions (portefeuille 10 000 €)
Contexte

Limites du modèle

Un filtre, pas une prévision

Passer tous les filtres ne garantit pas une hausse du cours.

Les poids nécessitent un backtest

Les pondérations issues de la recherche doivent être testées historiquement sans biais de survivance avant usage réel.

Régime de marché simplifié

Quatre signaux ne remplacent pas l’analyse économique ; ils aident à filtrer les marchés défavorables.

Gain/risque est un filtre d’entrée

Un ratio de 3:1 ne détermine pas la probabilité réelle d’atteindre l’objectif.

Sources
  1. Jegadeesh, N. & Titman, S. (1993). Returns to Buying Winners and Selling Losers. Journal of Finance, 48(1).
  2. Bernard, V. & Thomas, J. (1989). Post-Earnings-Announcement Drift. Journal of Accounting Research, 27.
  3. Chan, L., Jegadeesh, N. & Lakonishok, J. (1996). Momentum Strategies. Journal of Finance, 51(5).
  4. Novy-Marx, R. (2013). The Other Side of Value: The Gross Profitability Premium. Journal of Financial Economics, 108(1).
  5. Asness, C., Frazzini, A. & Pedersen, L. (2019). Quality Minus Junk. Review of Accounting Studies, 24.
  6. Fama, E. & French, K. (1992). The Cross-Section of Expected Stock Returns. Journal of Finance, 47(2).
  7. Campbell, J., Hilscher, J. & Szilagyi, J. (2008). In Search of Distress Risk. Journal of Finance, 63(6).
  8. George, T. & Hwang, C. (2004). The 52-Week High and Momentum Investing. Journal of Finance, 59(5).
  9. Lee, C. & Swaminathan, B. (2000). Price Momentum and Trading Volume. Journal of Finance, 55(5).
  10. Faber, M. (2007). A Quantitative Approach to Tactical Asset Allocation. Journal of Wealth Management, 9(4).
  11. Ang, A., Hodrick, R., Xing, Y. & Zhang, X. (2006). The Cross-Section of Volatility and Expected Returns. Journal of Finance, 61(1).
  12. Frazzini, A. & Pedersen, L. (2014). Betting Against Beta. Journal of Financial Economics, 111(1).
  13. Amihud, Y. (2002). Illiquidity and Stock Returns. Journal of Financial Markets, 5(1).
  14. Estrella, A. & Mishkin, F. (1998). Predicting U.S. Recessions: Financial Variables as Leading Indicators. Review of Economics and Statistics, 80(1).
  15. Daniel, K. & Moskowitz, T. (2016). Momentum Crashes. Journal of Financial Economics, 122(2).
  16. Wilder, J. W. (1978). New Concepts in Technical Trading Systems. Trend Research.