Chaque année quelqu'un publie un graphique montrant qu'un mois, un jour ou une heure se comporte différemment, et le graphique est exact au sujet du passé. Presque aucun ne survit au contact de l'avenir, et la raison est un mécanisme statistique qui produit des motifs convaincants à partir de données qui ne contiennent rien.
Prenez n'importe quelle suite de nombres aléatoires, assez longue, et cherchez-y des régularités. Vous en trouverez : des mois qui surperforment, des jours de la semaine négatifs, des heures qui tendent. Le résultat est garanti plutôt que surprenant, parce qu'une suite aléatoire assez longue contient tous les motifs quelque part, et que c'est la recherche qui les fait apparaître.
C'est le fait sur lequel l'essentiel de l'analyse de calendrier se construit sans le reconnaître. Un graphique montrant qu'un mois donné a rendu en moyenne positif sur quinze ans est une affirmation vraie sur ces quinze ans. Savoir si c'est la preuve de quoi que ce soit dépend entièrement du nombre d'autres mois, et d'autres règles, examinés avant que celui-là ne soit publié.
La distinction compte parce que les deux se ressemblent une fois présentés. Un effet réel et une coïncidence produisent le même graphique, la même moyenne et la même légende assurée. Rien dans la présentation ne les sépare, et ce qui les séparerait est une information sur la recherche plutôt que sur les données.
Toute suite assez longue contient tous les motifs quelque part. En trouver un prouve que vous avez cherché, pas que le motif est réel.
Le nom formel est multiplicité des tests, et l'arithmétique est impitoyable. Si vous testez une règle et adoptez un seuil qu'une coïncidence ne franchirait qu'une fois sur vingt, vous avez un filtre raisonnable. Si vous testez cent règles contre le même seuil, vous devez vous attendre à ce qu'environ cinq le franchissent purement par hasard, et ces cinq ressembleront exactement à des découvertes.
L'analyse de calendrier est proche du pire cas, parce que l'espace des règles est énorme et gratuit à explorer. Douze mois, sept jours de semaine, trente et une dates, vingt-quatre heures, et toutes leurs combinaisons, appliqués à chaque actif et à chaque fenêtre, font des dizaines de milliers de règles testables. Certaines paraîtront extraordinaires, et ce sont les extraordinaires qui sont publiées.
La correction est conceptuellement simple et rarement appliquée : le seuil doit être relevé en proportion du nombre de règles examinées. Un résultat qui serait impressionnant après un test est banal après dix mille, et presque personne qui publie un graphique de calendrier ne dit combien il en a regardé avant de choisir celui-là.
Les affirmations de calendrier bien connues ont été examinées de façon répétée par des gens sans intérêt dans la réponse, et les résultats suivent une forme constante. La plupart disparaissent entièrement quand on les teste sur des données postérieures à leur publication. Certaines survivent sous une forme affaiblie plus petite que les coûts de transaction. Un petit nombre persiste et se révèle avoir une cause structurelle plutôt que calendaire.
Cette dernière catégorie est l'intéressante parce qu'elle explique pourquoi le domaine continue de produire des candidats. Quand un effet est réel, il l'est parce que quelque chose se produit à ce moment-là plutôt qu'à cause de la date : des institutions qui rééquilibrent selon un calendrier, des exercices fiscaux qui se terminent, des périodes de publication qui se ferment, ou une liquidité qui s'amincit pendant les congés. Le calendrier est un indicateur indirect de la cause plutôt que la cause.
Ce recadrage est l'utile. Un effet de calendrier revendiqué sans mécanisme proposé est un motif que quelqu'un a trouvé en cherchant. Un effet revendiqué avec un mécanisme qu'on peut énoncer et vérifier est une hypothèse sur la structure du marché à laquelle une date se trouve attachée, et elle s'évalue sur le mécanisme plutôt que sur le graphique.
Il existe un effet périodique véritable sur ce marché et il n'est pas calendaire. L'attention arrive par vagues : la couverture augmente, de nouveaux participants entrent, l'activité et la volatilité montent ensemble, puis l'attention décline. Ce cycle s'observe dans l'intérêt de recherche, dans les créations de comptes, et dans la composition du flux.
On le prend pour de la saisonnalité parce que des vagues ont un rythme et que les rythmes invitent aux explications de calendrier. Mais le moteur est une boucle de rétroaction entre le mouvement de prix et la couverture plutôt qu'une date, ce qui signifie qu'il ne se répète pas selon un calendrier et ne peut pas s'anticiper en regardant un mois. Il ne peut s'observer que pendant qu'il se produit.
Ce qu'il produit, en revanche, est une observation structurelle fiable : pendant les périodes de forte attention, la composition des participants se déplace vers ceux qui traitent un récit plutôt qu'un spread, le levier monte, et le marché devient plus enclin aux mouvements brusques dans les deux sens. C'est une affirmation sur la fragilité qui découle du mécanisme, et elle n'exige aucune opinion sur la direction ni sur le tempo.
Un effet de calendrier de ce marché tient bel et bien, et il tient parce que le mécanisme est évident. La liquidité a une forme hebdomadaire : elle est plus mince le week-end et pendant les heures nocturnes des plus grandes régions participantes, parce que les personnes et les sociétés qui la fournissent ne travaillent pas. Ce n'est pas un motif trouvé en cherchant, c'est une conséquence des horaires humains.
Il se mesure directement plutôt qu'il ne se déduit des rendements. La profondeur du carnet, les spreads et le coût d'exécuter une taille donnée varient tous au fil de la semaine d'une façon qui se répète et qui s'observe sur n'importe quel instrument sans le moindre appareil statistique. L'effet porte sur le coût d'exécution plutôt que sur la direction.
C'est cette distinction qui le rend utilisable là où les affirmations mensuelles ne le sont pas. Savoir qu'une heure donnée coûte plus cher à traiter est un fait sur vos coûts que vous contrôlez en choisissant quand traiter. Savoir qu'un mois donné a été historiquement positif est une affirmation sur la direction sur laquelle vous ne pouvez pas agir sans prendre le risque que l'affirmation décrit.
Le motif hebdomadaire est réel parce que le mécanisme est les horaires de travail des gens. Les motifs mensuels sont des affirmations sur la direction sans le moindre mécanisme.
Un motif réellement exploitable cesse de l'être une fois qu'assez de gens le connaissent, parce qu'agir dessus déplace le prix jusqu'au point où il ne rapporte plus. Ce n'est pas une objection théorique, c'est le sort documenté de la plupart des anomalies de marché publiées, dans toutes les classes d'actifs.
Les études qui suivent cela trouvent une forme constante : les effets se réduisent sensiblement après publication, et la réduction est plus forte pour les effets les plus faciles à traiter. Une partie est de l'arbitrage qui supprime un effet réel, et une partie est que l'effet n'a jamais existé et que le résultat d'origine était une coïncidence que le retour à la moyenne a corrigée.
L'une ou l'autre explication mène à la même conclusion pratique. Un effet de calendrier dont vous lisez l'existence dans un article est soit faux, soit déjà concurrencé, et dans les deux cas agir dessus est un mauvais usage du capital. Ceux qui valent quelque chose sont ceux que personne n'a publiés, ensemble que l'on ne rejoint qu'en faisant son propre travail.
La procédure est courte et elle tranche la plupart des affirmations. Découpez vos données en deux périodes avant de regarder quoi que ce soit. Élaborez ou évaluez la règle en n'utilisant que la première, puis appliquez-la sans la modifier à la seconde et notez le résultat. Si elle fonctionne sur la première et pas sur la seconde, ce qui est le résultat habituel, la règle était ajustée à du bruit.
Vérifiez ensuite si elle survit aux coûts. Un effet de calendrier valant une fraction de pour cent par occurrence ne vaut rien si l'exécuter coûte davantage, et beaucoup d'effets publiés sont exactement de cette taille. Retranchez un coût d'aller-retour réaliste tiré de vos propres relevés plutôt que supposé, et une part substantielle des candidats disparaît à cette étape.
Enfin, comptez. Avant de croire une règle, demandez combien de règles vous avez envisagées avant d'arriver à elle. Si la réponse est beaucoup, votre seuil pour croire celle-ci doit être relevé d'autant, et la version honnête de cet ajustement élimine presque tout.
Il arrive qu'une règle survive aux trois contrôles, et la bonne réponse est plus retenue qu'on ne le ressent. Une règle qui fonctionne hors échantillon, survit aux coûts et n'a pas été sélectionnée dans une large recherche est une candidate plutôt qu'une découverte, et l'étape suivante est de se demander quel mécanisme la produirait.
Si un mécanisme peut être énoncé, la règle devient nettement plus crédible, parce qu'une cause vérifiable est une preuve d'une façon qu'un motif n'est pas. Si aucun mécanisme ne peut être énoncé, la règle reste une coïncidence qui s'est trouvée survivre à deux tests, ce qui est exactement ce qu'une coïncidence dans une longue suite fait une partie du temps.
Et quelle que soit la réponse, dimensionnez en conséquence. Un avantage statistique mesuré sur des données limitées porte une incertitude en général plus grande que l'avantage lui-même, et une position dimensionnée comme si l'estimation était exacte est dimensionnée sur un nombre dont personne n'a tracé les marges d'erreur.
Rien de tout cela ne dit que le calendrier serait sans intérêt. Cela dit que les applications utiles portent sur le coût et le risque plutôt que sur la direction, et il y en a plusieurs.
Savoir quand la liquidité s'amincit permet d'éviter d'exécuter à ce moment-là, ce qui est une économie captée avec certitude plutôt qu'un pari qu'on peut gagner. Savoir quand tombent les annonces programmées permet d'éviter de tenir une position à travers un événement sur lequel on n'a aucune opinion, ou de dimensionner pour la volatilité qu'il produira. Et connaître la forme hebdomadaire du marché permet de la prévoir plutôt que d'en être surpris.
Les trois sont la même sorte de connaissance : des faits descriptifs sur les moments où le marché se comporte différemment, employés pour gérer l'exécution et l'exposition. C'est une affirmation plus modeste que prévoir des rendements à partir d'un mois, elle est défendable, et elle vaut plus en pratique que n'importe lequel des motifs qui se retrouvent en graphique.
Parce que toute suite assez longue contient tous les motifs quelque part, et que c'est la recherche qui les fait apparaître. Un graphique de la moyenne historique d'un mois est une affirmation vraie sur le passé. Savoir si cela veut dire quelque chose dépend du nombre d'autres règles examinées avant que celle-là ne soit choisie, ce qui n'est jamais dit.
Tester de nombreuses règles contre le même seuil. Si un seuil est franchi par hasard une fois sur vingt, tester cent règles produit environ cinq découvertes apparentes à partir de rien. L'analyse de calendrier compte des dizaines de milliers de règles testables, ce qui la place proche du pire cas.
Quelques-uns, et ceux qui y survivent se révèlent avoir une cause structurelle plutôt que calendaire : rééquilibrages programmés, exercices fiscaux qui se terminent, ou liquidité qui s'amincit pendant les congés. La date est un indicateur indirect du mécanisme. Un effet revendiqué sans mécanisme proposé est un motif trouvé en cherchant.
Oui, sur la liquidité plutôt que sur la direction. La profondeur est plus mince le week-end et pendant les heures nocturnes des plus grandes régions participantes, parce que ceux qui la fournissent ne travaillent pas. Cela se mesure directement sur n'importe quel instrument et cela porte sur votre coût d'exécution, que vous contrôlez en choisissant quand traiter.
Deux raisons qui mènent à la même conclusion. Agir sur un motif réellement exploitable déplace le prix jusqu'à ce qu'il ne rapporte plus, et beaucoup d'effets publiés étaient des coïncidences que le retour à la moyenne a corrigées. Les études qui suivent cela trouvent que les effets se réduisent sensiblement après publication, davantage pour les plus faciles à traiter.
Découpez les données en deux périodes avant de regarder quoi que ce soit. Évaluez la règle sur la première seulement, puis appliquez-la sans la modifier à la seconde. Retranchez ensuite un coût d'aller-retour réaliste tiré de vos propres relevés. Puis comptez combien de règles vous avez envisagées avant d'arriver à celle-là, et relevez votre seuil d'autant.
C'est un effet périodique réel et il n'est pas calendaire. La couverture augmente, des participants entrent, l'activité et la volatilité montent, puis l'attention décline. Le moteur est une boucle entre le prix et la couverture plutôt qu'une date, donc il ne se répète pas selon un calendrier et ne s'observe que pendant qu'il se produit.
Non, mais les applications utiles portent sur le coût et le risque plutôt que sur la direction. Savoir quand la liquidité s'amincit permet d'éviter d'exécuter à ce moment, ce qui est une économie certaine. Savoir quand tombent les annonces programmées permet de dimensionner pour la volatilité. Les deux se défendent d'une façon que prévoir le rendement d'un mois ne se défend pas.