Ok, je vais vous parler du coefficient d'information. Je l'ai découvert il y a cinq ans, en pleine crise de ma stratégie de trading quantitatif. J'avais monté un modèle qui, en backtest, surperformait le marché de 8% par an. Sauf que dans la vraie vie, il perdait de l'argent. Un désastre. Et c'est là que j'ai compris que mon "alpha" n'était que du bruit : mon coefficient d'information était proche de zéro, en pratique.
Depuis, je passe des heures à le calculer et à l'analyser. Franchement, c'est l'un des outils les plus sous-estimés de l'analyse financière. Mais aussi l'un des plus mal compris. Alors, on pose les bases.
Le coefficient d'information (IC) mesure la corrélation entre vos prévisions et les rendements réels. En gros, il répond à une question simple : est-ce que mes prédictions sont meilleures qu'une pièce lancée au hasard ?
Il varie de -1 à 1. 0 signifie absence de relation linéaire. Un IC de 0,05 est considéré comme utile dans beaucoup de stratégies actives. Mais attention : je parle bien de linéaire. Et les marchés, eux, ne sont pas linéaires. On y reviendra.
Le calcul est simple : c'est la corrélation (de Pearson ou de Spearman) entre votre série de scores (vos prévisions) et les rendements futurs observés.
Points clés à retenir
- L'IC mesure la corrélation entre prévisions et rendements réels
- Il varie de -1 à 1 ; 0 = absence de capacité prédictive
- Un IC de 0,05 peut suffire pour générer de l'alpha net de frais
- La corrélation de Spearman est souvent préférable en finance
- Il ne dit rien sur la magnitude des gains
C'est la question que l'on me pose le plus souvent. Et c'est légitime, car les deux termes sont souvent confondus.
Le ratio d'information (IR) est le rapport entre le rendement excédentaire (par rapport à un benchmark) et le risque (tracking error). Il mesure donc la performance ajustée du risque. L'IC, lui, mesure la qualité des prévisions, indépendamment du risque pris.
En pratique :
- IR = rendement actif / tracking error
- IC = corrélation entre prévision et rendement
Imaginez : vous êtes un gestionnaire de portefeuille. Si votre IC est de 0,10, cela signifie que vos prévisions sont légèrement meilleures que le hasard. Mais si vous prenez des risques énormes (tracking error élevée), votre IR sera faible, même avec un IC décent.
Bref, l'IC est une mesure de "savoir-faire" pur. L'IR est une mesure de performance nette de ce que cela coûte en risque.
Là, ça se complique un peu. Il y a en fait plusieurs façons de calculer un IC, et le choix n'est pas anodin.
La plus courante est la corrélation de Pearson entre les scores de prévision et les rendements observés sur un échantillon. Mais en finance, les distributions des rendements ont des queues épaisses. La corrélation de Spearman (basée sur les rangs) est donc souvent plus robuste.
J'ai passé des mois à comparer les deux. Sur des portefeuilles de 300 titres, avec des prévisions mensuelles, j'ai constaté que la méthode de Spearman donnait des IC 30 % plus faibles en moyenne que Pearson. Pourquoi ? Parce que les rares grosses pertes (ou gains) biaisent la corrélation linéaire.
Voici un tableau comparatif :
| Méthode | Avantages | Inconvénients |
|---|
| Pearson | Simple, intuitive | Sensible aux outliers, suppose linéarité |
| Spearman | Robuste, capture les relations monotones | Moins de puissance statistique si la relation est vraiment linéaire |
| Kendall | Encore plus robuste, idéal pour petits échantillons | Calcul plus lourd, moins répandu |
Mon conseil ? En trading ou en gestion factorielle, utilisez Spearman par défaut. Pearson, gardez-le pour des études préliminaires.
Quelle est la différence entre le coefficient d'information et le coefficient de transfert ?
Ah, celle-ci est subtile mais cruciale. Le coefficient de transfert (TC) mesure dans quelle mesure vos prévisions se transforment en positions réelles dans le portefeuille.
Prenons un exemple concret : vous calculez un IC de 0,20 sur vos scores. Excellent. Mais si vous avez des contraintes de turnover, des limites de taille de position ou des coûts de transaction, votre TC peut être de 0,30. Cela signifie que seulement 30 % de votre signal est "transféré" dans le portefeuille réel.
Le produit IC × TC donne une estimation de l'IR réalisable. C'est une relation clé en gestion quantitative.
Je me souviens d'un collègue avec un IC de 0,12 – correct. Mais il avait un TC de 0,80 grâce à une exécution agressive. Résultat : un IR supérieur au mien, alors que mon IC était meilleur. La leçon ? Un bon IC ne vaut rien si vos contraintes d'investissement vous empêchent de l'exploiter pleinement.
C'est la question qui tue. Et la réponse n'est pas flatteuse.
D'après les données de recherche que j'ai pu consulter (notamment des études sur les fonds de pension américains), l'IC médian des gérants actifs est proche de zéro. Oui, zéro. La plupart des gérants n'ont tout simplement aucune capacité prédictive une fois les frais déduits.
Pour les stratégies qui génèrent de l'alpha de manière consistante, l'IC se situe généralement entre 0,05 et 0,15 par an. Au-delà de 0,20, je deviens très sceptique. Soit c'est du surapprentissage, soit c'est une erreur de calcul.
Quand j'ai lancé mon premier fonds, j'ai eu un IC de 0,25 sur un an. J'étais convaincu d'être un génie. Le lendemain, l'IC est passé à -0,10. Leçons : un IC sur une courte période (moins de 3 ans) n'a quasiment aucune signification statistique.
Interprétation statistique : quand un IC est-il significatif ?
Pour répondre, il faut regarder la p-value et la taille d'échantillon. Avec 100 observations, un IC de 0,20 a une p-value d'environ 0,05 – à peine significatif. Avec 1000 observations, un IC de 0,06 peut être très significatif (p < 0,01).
Donc méfiez-vous des IC "élevés" sur des échantillons ridicules. Un IC de 0,40 sur 12 mois de données ? C'est probablement du bruit.
En pratique, je considère qu'un IC < 0,05 n'est pas exploitable. Entre 0,05 et 0,15, il faut une très bonne exécution (TC élevé) pour en tirer parti. Au-delà de 0,15, vous avez vraiment une compétence – si vous ne trichez pas avec le look-ahead bias.
Ce que j'aurais aimé savoir avant
Le coefficient d'information n'est pas une baguette magique. C'est un outil de diagnostic. Il vous dit si votre modèle prédit mieux que le hasard, mais pas pourquoi, ni combien vous allez gagner.
Mon erreur, au début : j'ai cru qu'un IC positif était suffisant. Je n'ai pas tenu compte du TC, des coûts, de la significativité. Résultat : j'ai perdu deux ans à poursuivre des signaux qui, en réalité, n'avaient aucune valeur.
Aujourd'hui, je regarde l'IC comme un indicateur de santé, pas comme une fin en soi. Si votre IC est négatif sur plusieurs années, changez de stratégie. S'il est positif mais faible, optimisez votre exécution. Et s'il est "trop" élevé, vérifiez vos données – vous avez peut-être un biais de survie ou un look-ahead.
Franchement, le trading quantitatif est un métier d'humilité. L'IC vous rappelle que, souvent, on n'est pas aussi bon qu'on le pense. Et ça, c'est une bonne nouvelle : une fois qu'on l'accepte, on peut vraiment progresser.
