Évaluation de performance : méfiez-vous des apparences !

Quel que soit son niveau d’expérience, un investisseur ne doit jamais oublier la règle d’or statistique suivante : la corrélation n’est pas égale à la causalité. Rien de tel que quelques exemples pour illustrer cette vérité et vous mettre en garde contre les décisions d’investissement prises un peu trop à la légère sur ce point.

Nicolas Cage, responsable des morts par noyade ?

Que ce soit dans le domaine de l’investissement ou ailleurs, nous avons facilement tendance à confondre corrélation et causalité. Pourtant, ce n’est pas parce que deux variables rassemblées sur un même graphique financier évoluent de manière similaire qu’il existe forcément un mécanisme causal entre elles. Ainsi, certaines corrélations sont dites fallacieuses car elles mettent en rapport des éléments n’ayant aucun lien entre eux, ou parce qu’elles sont causées par un facteur confondant, c’est-à-dire par un élément qui les lie et qui n’est pas apparent dans la présentation des informations.

Le travail de Tyler Vigen permet de mieux comprendre les conséquences possibles de ces corrélations. Cet étudiant de Harvard désormais célèbre a écrit un programme informatique qui a déjà débusqué plus de 30.000 corrélations aussi fallacieuses que ridicules.

Le programme a par exemple trouvé une corrélation sur 10 ans à plus de 99% entre le taux de divorce dans l’état américain du Maine et la consommation de margarine. Faut-il en conclure que la margarine nuit à la vie de couple ?

Autre exemple : sur 10 ans, Il y a une corrélation à plus de 66% entre le nombre de personnes qui meurent noyées dans leur piscine et les sorties de films dans lesquels l’acteur Nicolas Cage apparaît. Les films de l’acteur seraient-ils pour autant dangereux ?

Ces corrélations dont la fausseté est évidente peuvent prêter à sourire. Elles sont nettement moins amusantes lorsque, moins apparentes, elles vous amènent à prendre des décisions d’investissement basées sur du vent et aux conséquences potentiellement négatives.

Face à une corrélation, il faut toujours se poser la question critique de savoir si une autre variable causale n’est pas en jeu.

Face à une corrélation, il faut toujours se poser la question critique de savoir si une autre variable causale n’est pas en jeu. La bonne santé de vos économies peut en dépendre.

L’ourlet, un indicateur presque comme les autres

Pour un investisseur qui lit les news le matin, il est important de comprendre que, par exemple en ce qui concerne le domaine pharmaceutique ou médical, des corrélations trouvées en laboratoire sont testées à plus large échelle sur le terrain et sur une longue durée dans le but de confirmer ou infirmer l’effet d’un médicament ou de la consommation d’un aliment sur la régression d’une pathologie. Ces tests à grande échelle permettent ainsi parfois de découvrir que ce que l’on pensait être un lien causal n’est en réalité qu’une coïncidence et que le vrai facteur confondant est ailleurs. De quoi refroidir votre envie d’investir toutes ses économies sur la simple découverte en laboratoire d’une corrélation possible entre deux variables.

Mais alors comment investir ? Lorsqu’il s‘agit de votre argent, vous n’avez pas la possibilité de faire un test en laboratoire virtuel, puis à grande échelle, pour savoir si oui ou non vous avez fait le bon pari d’investissement. C’est vrai, mais vous pouvez utiliser votre esprit critique et vérifier la fiabilité des données présentées avant de décider ou non d’investir. En tout état de cause, prenez garde à ne pas croire aveuglément en une stratégie qui repose sur une simple corrélation susceptible de disparaître au moindre changement conjoncturel.

Attention, il n’est pas toujours aussi évident de débusquer ces corrélations fallacieuses, surtout si vous faites vos recherches sans l’aide de professionnels. Dans le doute, nous vous invitons à vous adresser à un spécialiste qui a les ressources, l’expérience et la compétence pour s’assurer de la solidité causale d’une stratégie d’investissement.

Comme toujours, il est essentiel de faire preuve de prudence et d’humilité. Car même dans le monde de la finance, certaines corrélations persistent au-delà du raisonnable et continuent d’alimenter des légendes à Wall-Street. Un des exemples les plus célèbres est celui de la théorie de la longueur de la jupe. Suggéré pour la première fois en 1926 par George Taylor, l’indice Hemline – l’indice de l’ourlet- suggère que la longueur de la jupe et la direction du marché boursier sont corrélées.

Selon cette théorie, si les jupes courtes gagnent en popularité, alors les marchés vont augmenter. À l’inverse, si les jupes plus longues gagnent du terrain dans le monde de la mode, cela signifie que les marchés vont baisser. L’idée derrière la théorie est que les jupes plus courtes ont tendance à apparaître à une époque où la confiance et l’enthousiasme des consommateurs sont élevés. Si cette corrélation est séduisante, il est utile de savoir que les jupes courtes étaient particulièrement en vogue au moment où la bulle technologique a explosé au début des années 2000.

Tandis que certains économistes cherchent aujourd’hui encore à vérifier la validité de cette théorie de la jupe, l’investisseur lambda, lui, ferait bien de ne pas trop s’intéresser à ce type de pseudo-indicateur dans ses démarches.

Les super calculateurs trouvent beaucoup plus de relations entre variables qui semblent significatives, mais qui s’avèrent être en réalité des corrélations fallacieuses.

Big data et Machine Learning, de potentiels amplificateurs de corrélations

Le problème des corrélations fallacieuses est loin d’être nouveau, mais il prend de l’ampleur et gagne en complexité avec l’émergence du Big data, de l’intelligence artificielle et du machine learning qui offrent désormais des capacités inédites au monde de la finance.

La puissance de ces technologie est telle, que les ordinateurs sont capables d’effectuer un nombre impensable de tests et de calculs pour l’esprit humain. Or, plus on cherche et plus on trouve. Dans ce contexte, les super calculateurs ont des chances bien plus élevées que les humains de trouver des relations entre variables qui semblent significatives, mais qui s’avèrent en réalité n’être que des corrélations fallacieuses, du simple « bruit » dans les données.

Ainsi aussi formidables que soient ces technologies, il faut toujours s’assurer que les résultats trouvés soient encadrés par des protocoles scientifiques stricts et demeurent sous le contrôle d’analystes financiers humains qui ont la possibilité de garantir les fondamentaux économiques de ce qui est mis en évidence par les machines.

Quelques éclairages précieux à l’usage des investisseurs pressés

Nous vivons dans un monde où la rapidité est devenue la règle. Nous déléguons aux machines les tâches fastidieuses tels que les calculs et, malheureusement, la plupart d’entre nous ne font que survoler les publications techniques ou les informations qui vantent telle ou telle stratégie d’investissement, sans prendre le temps d’en apprécier la validité in extenso.

Il n’est pas question ici de blâmer qui que ce soit, mais de faire preuve d’esprit critique et de lucidité. Dans cette optique, deux options s’offrent à vous : vous pouvez décider de prendre le temps de vous remettre aux bases des statistiques afin d’être en mesure de mieux évaluer la validité des chiffres qui vous sont présentés, ou vous décidez de vous en remettre à un professionnel capable de séparer le bon grain de l’ivraie en matière de stratégie d’investissement.

Quoi qu’il en soit, ne prenez jamais un graphique pour argent comptant. Même si une stratégie d’investissement vous semble séduisante, sollicitez si possible l’avis d’un professionnel pour qu’il s’assure que l’on ne compare pas des pommes et des oranges, ou des morts par noyade et les films de Nicolas Cage.