Quantalys analyse quotidiennement près de 20000 fonds disponibles sur le marché français. Nous vous donnons accès à des données de performance, de risque, ainsi qu’à des ratios plus sophistiqués. Pour évaluer la stratégie d’investissement du gérant, nous utilisons une approche statistique fondée sur la régression des valeurs liquidatives du fonds sur des jeux d’indices choisis en fonction de la catégorie du fonds. 

Données statiques sur les fonds 

Nous vous donnons accès à plusieurs données statiques sur les fonds de notre base de données. Tout d’abord, le nom. Veuillez noter que certains noms de fonds étant très longs, nous avons créé une version courte du nom. Si celle-ci n’est pas assez explicite, passez votre souris sur le nom et vous verrez apparaître le nom long. Le moteur de recherche travaille sur les intitulés longs : ainsi, même si certains fonds gérés par Fidelity ont un nom court commençant par FF (pour Fidelity Fund), en saisissant Fidelity dans le moteur de recherche, vous aurez accès à tous les fonds dont le nom long comporte la chaîne de caractère Fidelity. 

Vous accédez également à la société de gestion du fonds, à la classification AMF dans le cas des fonds de droit français et à la catégorie Quantalys pour tous les fonds, au code ISIN, qui est un identifiant vous permettant de passer un ordre à votre intermédiaire habituel pour acheter ou vendre le fonds. Nous vous fournissons également des informations sur les frais (frais de souscription, de rachat, frais de gestion, commission de surperformance) et pour certains fonds aux minima d’investissement. Dans certains cas, nous vous indiquons l’indice de référence déclaré par le fonds. 

Nous identifions également certaines caractéristiques des fonds : ETF, ARIA, ISR, fonds de fonds. Enfin, nous vous indiquons si le fonds est éligible au P.E.A. 

Toutes ces informations se retrouvent dans deux onglets de la fiche fonds Quantalys : l’onglet Synthèse d’une part, l’onglet Investir d’autre part. 

Analyse de la performance et du risque 

Nous calculons tous les jours la performance glissante de chaque fonds sur plusieurs périodes. Ces données sont disponibles dans l’onglet Synthèse de la fiche fonds, dans le tableau à droite du graphique de performance. Ce graphique est quant à lui mise à jour toutes les semaines et arrêté au vendredi précédent pour des raisons de performance du site. Une analyse plus approfondie est disponible dans le tableau Performance de l’onglet du même nom. 

Certains calculs sont faits tous les mois : il s’agit notamment de tous les calculs ayant trait au risque (volatilité, écart de suivi, downside risk) ou à des ratios ou données plus complexes que la seule performance cumulée (alpha, ratio de Sharpe, ratio d’information). Ces données sont disponibles dans l’onglet Synthèse de la fiche fonds, dans le second tableau à droite du graphique de performance, et sont traités de façon plus approfondie dans le tableau Indices de l’onglet Performance de la fiche fonds. 

Pour les férus de mathématiques financières, le tableau Le coin des Pros de l’onglet Performance de la fiche fonds donne accès à des ratios également calculés tous les mois, sur 3 ans : ratios de Sortino, Beta, Beta haussier et Beta baissier. Perdu(e) ? Passez votre souris sur le point d’interrogation à droite de certains intitulés, et vous aurez accès à des infos-bulles qui vous donneront plus d’explications. 

Classement des fonds et notation 

Il nous semble important de pouvoir aller au-delà de la seule performance passée, qui est une donnée brute généralement très réductrice, pour analyser la façon dont le fonds se comporte selon le marché dans lequel il se trouve. Mais tout les investisseurs n’étant pas nécessairement familiers des concepts de beta haussier et baissier, nous nous sommes attachés à restituer cette donnée importante de façon graphique afin qu’elle soit utilisable par le plus grand nombre. 

Pour caractériser le comportement du fonds en fonction de la configuration de marché, nous avons tout d’abord créé 5 types de marché en fonction de la performance mensuelle : très baissier (baisse supérieure à -3% dans le mois), baissier (de -3% à -1% dans le mois), neutre (de -1% à 1% dans le mois), haussier (de 1% à 3% dans le mois) et très haussier (hausse supérieure à 3% dans le mois). Nous classons ensuite les mois passés (jusqu’à 60, soit 5 ans d’historique) par rendement croissant et regardons le classement en décile du fonds dans sa catégorie mois par mois. Nous faisons la moyenne du classement en décile du fonds pour chacune des 5 phases du marché : s’il est dans le 1er décile, son comportement sera qualifié de Très bon, dans le 2ème décile, de Bon, dans le 3ème décile, de Moyen, dans le 4ème décile de Mauvais et dans le 5ème et dernier décile de Très Mauvais. 

Une mise en garde : selon la formule consacrée, les performances passées ne préjugent pas des performances futures, et, par extension, les comportements passés ne préjugent pas des comportements futurs. Cet outil d’information n’a aucun caractère prédictif : il vous aide seulement à identifier les fonds en fonction de leur comportement passé dans certaines phases de marché. A vous de décider si vous accordez à cette vue dans le passé un caractère prédictif. 

Ce classement est mis à jour tous les mois, parallèlement à d’autres calculs mensuels importants (voir ci-dessus pour les calculs de performance et de risque), dont celui de la notation. Vous trouverez plus de détails sur la notation Quantalysici. 

Analyses de style 

Une fois connues les caractéristiques du fonds, analysés sa performance et son risque, il reste à analyser sa stratégie d’investissement. Deux approches : demander au gestionnaire d’envoyer l’intégralité de son portefeuille à intervalles réguliers et analyser le contenu de celui-ci ; ou utiliser une approche statistique, qui ne nécessite pas de connaître la composition du portefeuille. C’est cette dernière approche que nous utilisons. 

Pour chacune des catégories Quantalys pour lesquelles nous faisons des analyses de style, nous avons défini des jeux de régresseurs de même nature. Ces régresseurs sont des indices : MSCI (Morgan Stanley Capital International) pour les actions, Merrill Lynch pour les obligations. 

Pour les catégories actions, 4 grandes familles de régresseurs pour nous permettre de cerner statistiquement les expositions du fonds aux principaux types de risque : régions (pour un fonds Actions Monde par exemple, les Etats-Unis, l’Europe, l’Asie et les Marchés Emergents), sectoriels, capitalisation (les grandes capitalisations d’une part, les petites et moyennes capitalisations d’autre part), et style (Value et Growth, à savoir Valeur et Croissance). 

Pour les fonds obligataires, nous utilisons 3 grandes familles de régresseurs : maturité (court terme, moyen terme, long terme), rating (qualité d’investissement pour les obligations les mieux notées et haut rendement pour les obligations spéculatives) et régions (Europe, Monde, Obligations Emergentes). 

Méthodologie de calcul des analyses de style 

Les analyses de style sont des régressions multifactorielles sous contraintes qui ont pour objet de déterminer le portefeuille d’indices dont le comportement s’est le plus rapproché de celui du fonds sur une période déterminée. La distance constatée entre le portefeuille d’indices trouvé et le fonds est exprimée par un indicateur de dispersion : le R2. Sa valeur varie entre 0 et 1 et est exprimée en pourcentage. 

L’analyse de style donne donc la décomposition moyenne la plus vraisemblable sur la période analysée, ce qui ne signifie pas que c’est la composition réelle du fonds mais celle qui aurait eu le comportement le plus proche de celui du fonds sur la période. 

Les analyses de style ont une grande puissance car elles permettent d’analyser n’importe quel produit par rapport à n’importe quel jeu d’indices, sur n’importe quelle période, mais elles demandent un certain nombre de précautions pour être pertinentes. 

• Le choix des indices : ce choix est primordial car il conditionne toute la validité et la pertinence des résultats obtenus. Régresser un fonds actions par des indices obligations n’a en effet aucun sens même si le calcul donnera un résultat. Nous avons donc déterminé pour chaque catégorie Quantalys les listes d’indices à utiliser pour chaque type d’analyse. Plus ces indices sont précis, plus les résultats sont pertinents.
• Idéalement les indices choisis doivent être orthogonaux les uns par rapport aux autres. En effet si les indices sont trop proches ou trop corrélés entre eux, il est difficile pour le modèle de choisir entre deux indices. Même si la multiplication des indices disponibles donnera un R2 meilleur, le résultat ne sera pas forcément plus réaliste pour autant (au contraire la trop grande corrélation entre les indices utilisés pour la régression créera un « bruit » qui faussera les résultats). C’est cet équilibre subtil entre détail de l’analyse et nécessité d’orthogonalité que nous avons essayé de respecter dans le choix de nos indices de référence.
• La qualité des données : les données d’entrée doivent être d’une qualité parfaite et absolument homogènes entre elles. Cela signifie que nous devons appliquer un certain nombre de filtres en amont pour rendre les données des fonds cohérentes avec celles des indices. Cela est en particulier vrai pour la réintégration dans les séries historiques de tous les événements extraordinaires de la vie du fonds (réintégration des coupons, gestion des splits etc.), ainsi que le passage à une devise unique de référence pour les calculs (l’Euro). De la même manière une grande attention est portée aux erreurs qui peuvent survenir sur une série historique. En effet, une seule donnée fausse et c’est tout le calcul qui s’effondre.
• Enfin la dernière précaution concerne le fait de prendre des cotations qui soient homogènes dans le temps. Ce problème interdit en particulier de faire des analyses de style en prenant des données quotidiennes car le décalage horaire entre les différents marchés crée un bruit qui fausse les résultats. Les analyses de styles sont donc faites sur données mensuelles pour les périodes d’analyse longues (de 1 an à 5 ans) et sur données hebdomadaires sur les périodes d’analyse courtes (1 an). Il faut noter que les analyses sur valeurs hebdomadaires donnent des problèmes pour les fonds à cotation non quotidienne.
• Détermination de la part de liquidité d’un fonds actions. Nous avons longuement réfléchi à ce problème, qui est récurrent avec cette méthodologie. Si nous faisons une analyse de style sur un fonds actions nous allons avoir, quelle que soit la clef de lecture, des régresseurs très corrélés entre eux (les indices actions pris en compte) et un indice très décorrélé et très différent des autres : l’EONIA (qui mesure les taux monétaires au jour le jour pratiqués par les banques entre elles). Deux conséquences : augmenter artificiellement la part de l’EONIA qui est très décorrélé des autres indices et ne pas avoir la même part de monétaire dans le fonds suivant les analyses faites (les corrélations des secteurs sont différentes de celles des zones géographiques ou des styles par exemple). Nous calculons donc la part de monétaire dans le fonds à part dans un premier temps puis relançons les calculs en gardant la part de monétaire fixe pour trouver la répartition des autres indices.

En synthèse, les analyses Quantalys sont faites en deux étapes :

• Détermination de la part de monétaire qui est ensuite fixée pour toutes les analyses dans les différentes clefs de lecture.
• Analyses de style dans les différentes dimensions utilisées (géographiques, sectorielles, capitalisations et styles pour les actions, maturité, rating et zone géographique pour les obligations).

Nous réalisons de cette manière pour les fonds toutes les catégories Quantalys analysables des analyses à 1 an, 3 ans et 5 ans en données mensuelles, ainsi que des analyses glissantes (rolling style analysis) de 36 mois sur 60 mois. Ce dernier type d’analyse permet de voir l’évolution de la composition moyenne du fonds dans le temps et de visualiser l’activité du gestionnaire : la composition du fonds peut rester stable dans le temps, ou évoluer fréquemment et de manière importante, ce qui reflète une gestion opportuniste et active.

La notation Quantalys a été conçue pour essayer de trouver une solution au paradoxe commun à la plupart des notations quantitatives : elles utilisent les données historiques et de ce fait mesurent la performance passée du fonds, mais l‘investisseur qui regarde la note du fonds le fait dans l‘espoir qu‘elle soit représentative de la performance future de celui-ci.

De nombreuses études montrent que la stabilité et la persistance de la notation ne sont pas au rendez-vous : à titre d‘exemple, parmi les fonds qui ont obtenu 5 étoiles en 2000 avec les notations quantitatives de S&P et de Morningstar, seuls 10% avaient encore 5 étoiles 3 ans plus tard.

Partant de ce constat, Quantalys a essayé de développer une méthodologie innovante de notation des produits qui permette d‘ajouter un facteur de persistance dans la notation.

Nous sommes partis de deux principes de base simples :

• Un fonds persistant est un fonds qui se comporte bien quelles que soient les conditions de marché (c‘est-à-dire tant dans les périodes de hausse que de baisse).
• Il existe un quasi invariant temporel dans un fonds qui est son gestionnaire (ou son équipe de gestion). Nous sommes partis du principe que si cette équipe a été performante dans le passé, elle le restera dans le futur.

Nous avons cherché à modéliser mathématiquement ces deux principes pour en tirer une note sur 100 à partir de laquelle sont attribuées nos étoiles selon des règles décrites ci-dessous.

D‘autres facteurs importants (taille du fonds ou durée de vie par exemple) auraient pu être pris en compte et modélisés, mais nous avons souhaité garder une approche simple et lisible en nous concentrant sur les deux facteurs qui nous apparaissaient être les plus importants.

D‘autant que nous ne dirons jamais assez à quel point le plus important n‘est pas le choix d‘un seul fonds, eût-il 5 étoiles, mais la construction d‘un portefeuille diversifié pour répartir le risque.

1) Hypothèses de base et périmètre de la notation

La notation Quantalys est faite catégorie par catégorie. Ainsi un fonds actions Europe aura-t-il une note qui le comparera aux autres fonds Actions Europe. Ne pas noter les fonds au sein de leur catégorie revient à noter, au moins partiellement, les catégories entre elles et s‘inscrit en contradiction avec notre méthodologie d‘optimisation basée sur des allocations d‘actifs efficientes par profil de risque et avec notre credo sur l‘importance de la diversification des portefeuilles.

Toutes les catégories ne sont pas notées. Soit parce que cette notation n‘a pas de sens dans ces catégories (fonds à capital garanti ou à formule par exemple), soit parce que la catégorie ne contient pas assez de fonds éligibles à la notation. A ce titre ne sont notées que les catégories qui contiennent au moins 10 fonds de plus de 3 ans (les parts multiples d‘un même fonds ou compartiment sont considérées comme un seul fonds pour ce décompte).

Seuls les fonds qui ont 36 mois d‘existence sont notés, toute analyse quantitative étant sujette à caution pour les produits plus récents.

Enfin pour éviter de comptabiliser plusieurs fois le même produit dans ses différentes versions, et de ce fait biaiser les résultats, il a été décidé de ne pas prendre toutes les versions du fonds dans le calcul de la note mais uniquement sa part principale dont la note est attribuée à toutes les autres parts du fonds. La part principale est la part d‘un fonds accessible par le plus grand nombre des investisseurs. C‘est aussi généralement la part la plus chargée en frais de gestion.

2) Calcul du facteur de persistance

Pour mesurer la performance et la réactivité d‘un fonds, il existe une méthodologie largement utilisée. Cette méthode consiste à calculer le couple rendement du fonds / rendement de l‘indice de la catégorie mois par mois sur 36 mois et ensuite d‘extrapoler la droite la plus proche du nuage de points obtenu.

Plus cette droite coupe l‘axe des ordonnées sur un point haut de l‘axe, plus le fonds a surperformé l‘indice sur la période (alpha du fonds) et plus la droite est pentue, plus le fonds est réactif (cette réactivité étant mesurée par le bêta, un fonds plus réactif que l‘indice de catégorie ayant un bêta supérieur à 1) et plus il amplifiera les mouvements du marché. L‘alpha calculé par nos soins par rapport à l‘indice de la catégorie pèse 25% de la note finale.

Nous avons considéré qu‘un fonds persistant était un fonds dont le bêta était supérieur à 1 en période de hausse (bêta haussier) et inférieur à 1 en période de baisse (bêta baissier) ou encore que le fonds a amplifié les mouvements du marché les mois de hausse et les a atténués en période de baisse.

Nous avons attribué le même coefficient (12.5% de la note pour le bêta haussier et 12.5% pour le bêta baissier, soit 25% du poids de la note finale) à la prise en compte du bêta haussier et baissier, ce qui signifie qu‘en période de hausse des marchés nous n‘avons probablement pas pris les fonds les plus performants, mais que ceux que nous avons choisis par ce biais se sont bien comportés en cas de retournement du marché.

De plus, la prise en compte de l‘alpha permet de donner une prime aux fonds qui ont été plus performants que l‘indice sur la période de 36 mois prise en considération.

Mise à jour 2019 :

Au béta haussier et au béta baissier, qui font intervenir une régression par rapport à l‘indice de référence de la catégorie, nous avons préféré utiliser l‘Up Capture Ratio et le Down Capture Ratio calculé par rapport à la moyenne de catégorie sur données hebdomadaires. Ces deux éléments permettent de calculer la réactivité du fonds respectivement en période haussière et en période baissière, tout comme les béta utilisés précédemment, mais de manière directe sans passer par une régression. Ce calcul est donc très similaire au précédent mais évite les effets de bord pour les fonds atypiques.

Pour l‘alpha, nous avons fait une modification ayant un peu plus d‘impact. En effet, nous avons introduit la notion d‘alpha haussier et baissier à la place de l‘alpha global.

Ce choix a été fait pour décorréler encore d‘avantage la note et le trend des marchés sur la période analysée, vu que ces deux éléments sont normalisés avant d‘être réinjectés dans la note. Cela permet de totalement découpler cette partie de la note de l‘état des marchés au moment du calcul.

3) Calcul de l‘habileté du gestionnaire

L‘habileté du gestionnaire a été calculée en comparant la performance du fonds par rapport au panier d‘indices moyen dont il est composé, qui peut être très différent de son indice de référence déclaré.

Cela revient à déterminer les effets de l‘action du gestionnaire (qui achète et vend des titres, réalise des arbitrages) par rapport à une action neutre de sa part (c‘est-à-dire une gestion de type indicielle par rapport à son panier d‘indices moyen). Si le fonds a été plus performant que le panier d‘indices moyen le composant, l‘action du gestionnaire a été bénéfique, il aura fait les bons choix et les bons arbitrages.

Quantalys calcule la différence entre le rendement du fonds à 3 ans et celui de son panier d‘indices moyen reconstitué par l‘analyse de style sur la même période. Cet élément pèse 50% de la note finale.

Mise à jour 2019 :

Le calcul du rendement actif n‘a pas changé, par contre nous avons introduit une nouveauté importante.

En effet, nous prenons maintenant en compte le risque actif en plus du rendement actif.

Nous vérifions ainsi non seulement si les choix tactiques du gestionnaire ont créé de la surperformance mais aussi que cette surperformance ne s‘est pas faite au prix d‘une trop grande augmentation de la volatilité. Cela explique pourquoi certains fonds très volatils ont vu leur note baisser malgré leur surperformance.

4) Note et étoiles

Chaque élément constitutif de la note finale (Alpha, Bêta haussier, Bêta baissier, Habileté) est ensuite normalisé pour que son poids relatif soit constant d‘une catégorie à une autre et intégré dans un score global pour le fonds, tenant compte des pondérations affectées à chacun des éléments du calcul (25% pour l‘alpha par rapport à l‘indice de la catégorie, 12.5% pour le bêta haussier, 12.5% pour le bêta baissier, 50% pour l‘habileté du gestionnaire).

La normalisation de 1 à 100 de ces scores pour tous les fonds d‘une même catégorie donne la note finale Quantalys.

Les étoiles sont enfin attribuées aux fonds par quintiles, c‘est-à-dire que les 20% de fonds qui ont obtenu la meilleure note auront 5 étoiles, les 20% suivants 4 étoiles, les 20% suivants 3 étoiles, les 20% suivants 2 étoiles et les derniers 20% 1 étoile.​​​​​​​

Harry Markowitz a théorisé la frontière efficiente dans un article fondamental paru en 1952, à l’origine de la théorie moderne de portefeuille. Au sein d’un univers d’investissements à risque, Markowitz s’est attaché à la façon de construire les meilleures combinaisons d’investissements. Par convention, nous parlerons à partir de maintenant de classes d’actif pour désigner des investissements présentant des caractéristiques communes en matière de performance et de risque : les actions sont une classe d’actif, les obligations en sont une autre. Au sein des actions, on peut segmenter plus finement en Actions Etats-Unis, Actions Europe, Actions Asie, Actions Pays Emergents, etc.

Fondements théoriques de la frontière efficiente

Il est possible d’assigner des rendements et des volatilités attendues à chaque classe d’actif, ainsi que des corrélations entre deux classes d’actif. Par exemple, on attend des Actions France un rendement annuel moyen de 7% pendant les 8 années à venir, avec une volatilité de 14%. Le même exercice est répété pour chacune des classes d’actif utilisées. Enfin, on assigne une corrélation attendue aux paires de classes d’actif : par exemple, la corrélation attendue entre les Actions France et les Actions Zone Euro est de 0,92.

A partir de ces estimations, on peut également calculer le rendement et le risque attendus de toutes combinaisons des différentes classes d’actif accessibles dans la frontière efficiente. Pour le rendement, le calcul est simple : il s’agit simplement de la moyenne pondérée des rendements attendus de chacune des classes d’actif. Par exemple, pour un portefeuille composé à 50% d’actions Europe dont le rendement attendu est de 8% et à 50% d’obligations Europe dont le rendement attendu est de 4%, le rendement attendu du portefeuille est de 6% (0,5 x 8% + 0,5 x 4%). Pour la volatilité, le calcul est un peu plus compliqué puisqu’il fait intervenir la corrélation entre les classes d’actif : dès lors que la corrélation des paires de classes d’actif est inférieure à 1, le risque global du portefeuille est inférieur à la moyenne pondérée du risque de chacune des classes d’actif qui le compose : c’est une des grandes vertus de la diversification que de réduire le risque global.

Pour tracer la frontière, on calcule ensuite toutes les combinaisons possibles des classes d’actif utilisées, et l’on ne retient que les combinaisons optimales : est optimale une combinaison pour laquelle, à risque attendu donné (mesuré par la volatilité), il n’existe aucune autre combinaison offrant un rendement attendu supérieur ; ou, à rendement donné, il n’existe aucune autre combinaison offrant un risque attendu inférieur. Ces combinaisons optimales tracent une courbe dans un espace à deux dimensions (risque attendu et rendement attendu) appelée Frontière. En effet, il n’est pas possible mathématiquement de trouver un point au-dessus de cette frontière. Tout portefeuille se trouvant sur cette courbe est dit efficient, tout portefeuille se trouvant sous cette courbe n’est pas efficient, car on peut trouver sur la frontière un portefeuille qui lui est supérieur : parce qu’il offre soit un rendement attendu supérieur à risque égal, soit un risque inférieur à rendement égal. En filigrane, le postulat de base est qu’un investisseur préfère moins de risque à rendement équivalent et plus de rendement à risque équivalent.

Nous avons recalculé la frontière efficiente composée de 100 points en tenant compte de ces contraintes et avons choisi sur celle-ci 20 portefeuilles équidistants en risque après avoir préalablement défini une zone « utile » de la frontière en ayant enlevé les zones extrêmes à droite et à gauche de celle-ci. Ces portefeuilles ont ensuite été retravaillés afin qu’ils soient utilisables par le plus grand nombre des investisseurs et nous avons pour cela appliqué plusieurs modifications. La première a été d’arrondir les pourcentages pour chaque classe d’actif. La deuxième a été de modifier les portefeuilles afin de ne pas avoir de classe d’actif inférieure à 3% du total, pour éviter d’avoir des montants trop faibles pour certains portefeuilles à couvrir avec un fonds (notamment à cause du montant minimal d’investissement du fonds dans certaines enveloppes de type compte-titres). Après prise en compte de tous ces paramètres, voici les 20 portefeuilles des 2 frontières Quantalys.

Portefeuilles de la frontière classique

Portefeuilles de la frontière assurance vie

Les utilisateurs de nos outils de diagnostic et de proposition deviendront rapidement familiers des frontières efficientes de Quantalys : en voici une représentation graphique.

La performance attendue à l’issue de la période d’investissement (dans l’exemple ci-dessus 4 ans) est également analysée. Il s’agit d’une analyse à 95%, c’est-à-dire qu’elle décrit un comportement statistique correspondant à 95% des observations quand celles-ci sont distribuées normalement : l’espérance de gain de cette allocation est de 22,52%, le gain minimal en fin de période est de 3,21% et la perte maximum au cours de 3 ans est de -3,56%. En d’autre termes cela signifie que dans seulement les 5% de scénarios les plus pessimistes ce portefeuille aura une perte supérieure à -3,56% pendant la période et que dans les autres 95% de scénarios sa perte maximale sur la période sera inférieure. Cela signifie aussi que le portefeuille a une chance sur deux de donner un rendement supérieur à 22,52% au bout des 4 ans. Cette approche permet à l’utilisateur de juger si l’investissement proposé est raisonnablement compatible ou non avec ses attentes et ses objectifs.

Vous remarquerez que cette partie est interactive : si vous cliquez sur un autre point de la frontière, les données se mettent à jour automatiquement. Si vous saisissez une nouvelle valeur dans une des cases Espérance de gain, Perte maximale à 4 ans ou Perte maximale au cours des 4 ans, toutes les données sont recalculées, et le point de la frontière le plus proche pour satisfaire la condition que vous avez saisie est sélectionné. Imaginons que vous ne vouliez pas courir un risque de perte durant les 3 ans de votre investissement : remplacez -3,56 par 0 dans la case Perte maximale au cours des 3 ans, cliquez sur l'icône Rafraîchir, c’est le point 1 qui est maintenant sélectionné, car la perte maximale est cours des 3 ans est de -0,29%, qui est la valeur de la frontière la plus proche de votre choix. Inversement, si vous visez une performance de 30% à l’issue des 4 ans, remplacez 22,52% par 30% dans la case Espérance de gain à 4 ans et cliquez sur l'icône Rafraîchir. C’est le point 13 qui est maintenant sélectionné, avec une espérance de gain à 4 ans de 29,84%, mais un risque nettement supérieur, puisque la perte maximum au bout de 4 ans est de -9,13%, et la perte maximum au cours des 3 ans de -11,48%. Cet outil vous permet de visualiser un des postulats de base de la finance : le risque augmente avec l’espérance de rendement et inversement.