Fondateur de Ruian, Xu Zhongxiang : La stratégie quantitative multi-actifs est une philosophie de « peur de mourir » et une science du « probabilisme ».

Demandez à l’IA · La philosophie de « peur de mourir » de Xu Zhongxiang : comment guider la pratique d’investissement ?

Caixin Finance & News 7 avril, (Journaliste : Feng Qijuan) À l’heure actuelle, la gestion de patrimoine passe d’une ère d’« un seul actif » à une ère d’allocation multi-actifs. En tant que fondateur de Ruilian Caizhi et directeur des investissements, co-inventeur de la stratégie quantitative d’investissement fondamentale RAFI et pionnier des stratégies Smart Beta, le docteur Xu Zhongxiang, fort de nombreuses années d’accumulation académique et d’expériences concrètes sur les marchés mondiaux de la gestion d’actifs, dévoile les concepts clés et les voies de mise en pratique de l’allocation multi-actifs.

Sur la page d’accueil du recueil d’articles de Xu Zhongxiang portant sur l’allocation multi-actifs, une phrase « la peur de mourir est la meilleure stratégie » ressort particulièrement. Cette formulation, apparemment directe, condense la philosophie d’investissement qu’il a cultivée en profondeur dans l’industrie pendant de nombreuses années, et fixe aussi la tonalité de respect du risque pour la mise en pratique de l’allocation multi-actifs.

Il souligne que l’essence de l’investissement consiste à partager la participation aux dividendes de croissance des entreprises et à obtenir des rendements de valeur à long terme, et non à se livrer à un duel spéculatif de court terme ni à nourrir des illusions d’enrichissement rapide en poursuivant les fluctuations des prix des actifs. La véritable accumulation de richesse provient d’avantages probabilistes durables, reproductibles et vérifiables. Face à un marché rempli d’incertitudes, le plus grand risque de l’investissement n’est pas la volatilité en elle-même, mais le manque de compréhension du risque menant à une confiance aveugle : on prend « le sentiment de familiarité » avec un actif pour un coussin de sécurité, on confond le bruit à court terme avec une tendance à long terme, et l’on finit par tomber dans un dilemme d’investissement irrationnel.

Xu Zhongxiang dit souvent : « Acheter de manière diversifiée, allouer de façon ouverte : c’est, en soi, la solution la plus scientifique pour répondre aux risques », mais il précise aussi que le point clé d’une diversification scientifique consiste à réduire la corrélation entre les actifs, afin de construire un portefeuille doté d’une résilience « toutes saisons » (toutes conditions). Face à l’incertitude du marché, seul un travail de « transparence » sur les apparences des actifs, un recentrage sur les facteurs sous-jacents, une base sur les cycles longs et une discipline systémique permettent de dissiper le brouillard du bruit à court terme et de saisir l’essence de l’investissement.

À ses yeux, la quantification est le chemin scientifique pour réaliser l’allocation multi-actifs. Comme un jeu rationnel de probabilités fondé sur la « loi des grands nombres », la quantification, grâce à une mesure précise du risque, à une isolation efficace des émotions et à une itération continue des stratégies, fait passer l’investissement d’une dépendance aux jugements subjectifs vers un processus rigoureux, vérifiable et systématisé. Sa valeur centrale ne réside pas dans la création de miracles de performance à court terme, mais dans l’accumulation d’avantages concurrentiels durables et reproductibles. Il reconnaît que le marché ne donnera pas un retour immédiat et correct, et qu’à court terme, il est difficile de distinguer capacité et chance.

Xu Zhongxiang estime que la clé pour traverser les cycles est de s’en tenir à une discipline d’investissement à long terme allant à l’encontre de l’instinct humain, et d’abandonner la « pseudo-diversification » tout en renonçant aux paris sur un seul sens. À une époque où il existe un décalage de compréhension entre des idées avancées et la réalité du marché, la mission centrale des institutions professionnelles de gestion d’actifs est d’aider les investisseurs à construire des portefeuilles à faible résonance, résistants à la volatilité et pouvant être conservés sur le long terme : en acceptant l’inconnaissable, on embrasse la certitude, et on obtient une croissance robuste et régulière du patrimoine grâce aux intérêts composés sur la durée.

La gestion de patrimoine entre dans l’ère de l’allocation multi-actifs

Xu Zhongxiang affirme sans détour que la configuration de la gestion de patrimoine subit une transformation profonde : un actif unique ou une stratégie unique ne peuvent plus répondre aux besoins des investisseurs, et l’allocation multi-actifs devient une direction inévitable.

Les expériences des marchés mûrs montrent que l’essence de l’allocation multi-actifs consiste à gérer le risque, et non à prédire avec précision. L’enjeu ne consiste pas à choisir, parmi une multitude d’actifs, le prochain « champion » et à y investir massivement, mais à éviter radicalement l’« état d’esprit du jeu », et à éviter des risques mortels tels que les rachats déclenchés par les fluctuations à court terme ou les liquidations forcées dues au levier.

Pour les institutions de gestion d’actifs, l’essentiel réside dans une compréhension approfondie des logiques de hausse et de baisse de chaque type d’actif dans différents environnements macroéconomiques, ainsi que des bases de rentabilité à long terme ; à partir de là, elles construisent un portefeuille résilient composé d’actifs de qualité. L’objectif n’est pas de gagner chaque manche du marché, mais de s’assurer de pouvoir rester durablement sur le marché : en partageant la force à long terme de la croissance des entreprises et des intérêts composés, on capte une prime de risque à long terme.

Il indique que les changements profonds de la configuration mondiale poussent l’évolution simultanée de la logique d’allocation traditionnelle et de la logique de couverture :

Premièrement : la fonction de refuge du dollar s’affaiblit ; l’or est passé d’un outil géo-refuge traditionnel à un actif clé permettant de couvrir les risques liés à la crédibilité des monnaies fiduciaires et à la « dollarisation » (arme du dollar) ;

Deuxièmement : la reconfiguration de la structure du commerce mondial met en évidence le risque d’une dépendance excessive à un seul marché ; déployer plusieurs marchés peut subir une pression à court terme, mais à long terme, cela apportera davantage de pouvoir de tarification et d’initiative stratégique ;

Troisièmement : rectification de la perception du marché intérieur ; en Chine, le marché A-actions dispose d’une base domestique solide et d’un vaste espace de transfert de l’épargne des résidents ; à long terme, le développement dépend davantage de la dynamique interne et de l’amélioration des institutions.

Quatrièmement : la valeur de l’allocation multi-régionale et de la diversification mondiale devient plus évidente ; des marchés comme le Vietnam, l’Inde, l’Indonésie, l’Arabie saoudite, etc., ont une corrélation très faible avec les actifs domestiques. L’allocation à ce type d’actifs est une clé pour construire des portefeuilles antivo-latilité et à faible résonance ; elle permet de disperser efficacement les risques et de capter des opportunités de croissance mondiale.

Cependant, il existe un écart entre les idées avancées et les pratiques du marché. Xu Zhongxiang reconnaît que, pour de nombreux investisseurs, les besoins d’allocation proviennent du choix passif après la disparition des produits à haut rendement, plutôt que d’une compréhension active de la logique « disperser le risque et capitaliser à long terme ». Cette perception est extrêmement instable : elle est facilement renversée par les centres d’intérêt du marché à court terme, ce qui rend difficile de maintenir la discipline d’investissement à long terme.

Par conséquent, il reconnaît que la partie la plus difficile de l’investissement réside précisément dans le maintien d’une discipline de long terme, malgré l’interférence continue du bruit à court terme. Cela définit aussi la valeur centrale des institutions professionnelles de gestion d’actifs : il ne s’agit pas de fournir un « mot de passe » pour la hausse à court terme, mais d’aider les investisseurs à construire et à maintenir un portefeuille capable de traverser les cycles, de contrôler la volatilité et de permettre la réalisation des intérêts composés sur le long terme.

Renoncer à la « pseudo-diversification » : comment configurer de vrais portefeuilles multi-actifs ?

Pour mettre réellement cette idée en œuvre, Xu Zhongxiang insiste : il faut d’abord clarifier la compréhension et éviter les erreurs, puis construire, via des méthodes scientifiques, un système efficace d’allocation multi-actifs.

Dans la pratique, les investisseurs tombent souvent dans trois grandes erreurs, s’écartant de l’intention initiale de l’allocation multi-actifs :

Erreur 1 : considérer que « acheter plus » revient à diversifier. Le cœur d’une diversification scientifique consiste à réduire la corrélation entre les actifs, et non à augmenter simplement le nombre de positions. Par exemple, une allocation concentrée sur des actions technologiques ou sur des fonds à thème technologique, ou l’achat de plusieurs fonds dont les classements annuels sont parmi les premiers : cela aussi échoue souvent à réaliser une diversification réelle du risque, car on entasse la même thématique de secteur (« sur-concentration sur une trajectoire ») et on se retrouve avec des styles trop proches, ce qui empêche une dispersion véritable des risques.

Erreur 2 : assimiler « multi-actifs » à « sélection macroéconomique du timing ». La stratégie « multi-actifs » ne tient pas ses promesses : via des prévisions macroéconomiques qui parient à nouveau sur un seul actif, elle finit par devenir un « gros pari » sur un « actif unique », en trahissant l’intention initiale de diversification du risque.

Erreur 3 : mettre sur le même plan « le niveau de familiarité » et « le niveau de risque ». Le risque réel d’un actif provient des fluctuations de prix et de l’exposition à des facteurs macroéconomiques, et n’a rien à voir avec le degré de familiarité personnelle. Cette « illusion de familiarité » empêche sérieusement une allocation multi-actifs efficace : les investisseurs abandonnent des « actifs inconnus » en cherchant à comprendre chaque type d’actif, ou supportent un risque unique non diversifié en concentrant leur investissement sur des « actifs familiers ».

Xu Zhongxiang conclut que la construction d’une allocation multi-actifs efficace nécessite de respecter quatre principes :

D’abord, traverser les apparences des actifs et se concentrer sur les facteurs moteurs sous-jacents. On ne doit pas juger la corrélation uniquement à partir des secteurs ou des prix historiques ; il faut identifier les facteurs macroéconomiques, les facteurs de style, les facteurs industriels et autres facteurs se cachant derrière les actifs.

Ensuite, allonger le cycle et identifier objectivement les caractéristiques risque-rendement. Les données à court terme sont pleines de bruit, ce qui conduit facilement à des erreurs d’appréciation. Ce n’est qu’en s’appuyant sur une perspective à long terme que l’on peut, statistiquement, décrire avec précision les caractéristiques réelles risque-rendement des actifs.

Troisièmement, substituer les scénarios aux prédictions à court terme, et construire un portefeuille « toutes saisons ». On simule la performance de différents actifs dans divers scénarios macroéconomiques, on teste la capacité du portefeuille à couvrir et à contrôler les replis dans des environnements extrêmes, afin de s’assurer que dans des scénarios macroéconomiques importants, le portefeuille dispose d’actifs qui résistent à la baisse ou qui en tirent bénéfice.

Quatrièmement, embrasser l’incertitude et s’appuyer sur les systèmes et la discipline. Renoncer à l’obsession « comprendre tout », admettre que l’avenir est inconnu ; à travers la construction de modèles rigoureux de contrôle des risques et d’une discipline systématisée, on résiste aux fluctuations du marché.

Multi-actifs quantifiés : basés sur la probabilité, mettant l’accent sur la discipline

Aux yeux de Xu Zhongxiang, lors de la construction d’un cadre d’allocation multi-actifs scientifique et robuste, la quantification offre un chemin systémique vérifiable : son cœur réside dans le traitement systématique des données et la construction de modèles, afin de faire évoluer la gestion des investissements d’une dépendance à l’expérience personnelle et au jugement subjectif vers un processus rigoureux fondé sur la probabilité et mettant l’accent sur la discipline.

Le premier objectif de l’allocation multi-actifs est la gestion du risque, et la quantification présente ici un avantage naturel, car « le risque » lui-même est un concept statistique. Le cerveau humain n’est pas bon pour gérer des distributions de probabilités complexes et les calculs de corrélation, tandis que les modèles quantitatifs peuvent mesurer précisément la corrélation dynamique entre les actifs et évaluer systématiquement les possibles performances de divers actifs dans différents contextes macroéconomiques ; ainsi, ils fournissent une base objective pour la construction du portefeuille.

En rassemblant et en analysant d’immenses volumes de données historiques, le modèle quantitatif peut résumer et itérer systématiquement l’expérience d’investissement. Cette approche est généralement supérieure, en termes d’étendue d’analyse et de vérifiabilité, aux synthèses individuelles : elle aide à surmonter les biais d’échantillonnage difficiles à éviter dans l’expérience personnelle et l’interférence émotionnelle. Elle ne dépend pas de récits ou de performances à court terme ; elle vérifie, par des tests de recul rigoureux, si une logique d’investissement peut, dans différents environnements de marché, créer de la surperformance mesurable de manière continue, fournissant ainsi une base objective pour distinguer « la capacité » de « la chance ».

Dans la pratique concrète, la quantification comprend le marché en se concentrant sur de multiples facteurs moteurs, notamment les variables de politiques macroéconomiques, les facteurs de style du marché et les caractéristiques des cycles industriels, etc.

L’idée centrale du modélage quantitatif est de s’appuyer sur la « loi des grands nombres » pour accumuler un avantage probabiliste : aucun facteur unique n’est un « graal ». Le rôle du modèle est d’intégrer plusieurs facteurs à faible corrélation, et il ne dépend jamais d’un seul signal pour surpondérer. Grâce à la prise de décision conjointe de facteurs diversifiés, l’avantage probabiliste peut être réalisé dans le temps long, à travers de nombreuses décisions. Ainsi, la quantification est un jeu de probabilités lucide ; son essence consiste à chercher en continu des facteurs capables d’améliorer la probabilité globale de succès, et à concrétiser l’avantage du système par une exécution de longue durée disciplinée.

Cependant, transformer cette idée en pratique pose des défis significatifs. Xu Zhongxiang souligne que l’erreur fondamentale de l’industrie de l’investissement consiste à sur-interpréter le bruit à court terme comme une information utile. Les hausses et baisses à court terme sont souvent du bruit aléatoire : ajuster fréquemment la stratégie sur cette base entraîne facilement une mauvaise évaluation de la direction, et piège dans un cycle inefficace de corrections répétées.

Il indique aussi que l’autre défi en profondeur ne réside pas seulement dans le fait de savoir qu’on se trompe sans corriger, mais dans le fait que « l’attribution » elle-même est extrêmement difficile. Le marché ne jugera pas immédiatement si un succès est dû à la compétence ou à la chance. Une stratégie correcte peut afficher une perte flottante du fait des fluctuations à court terme, et des décisions erronées peuvent aussi connaître des profits temporaires grâce à la chance. Si l’on prend le gain ou la perte à court terme comme critère de justesse, on forme facilement une attribution erronée, conduisant à des erreurs systémiques de décision.

Le retour du marché est nettement décalé dans le temps et peut induire en erreur ; c’est l’une des principales difficultés du cycle d’itération des stratégies. Le marché ne donne pas à temps la réponse sur le bon ou le mauvais. Le vrai succès ou échec d’un investissement nécessite souvent une validation à long terme pour être clairement compris.

Ainsi, Xu Zhongxiang estime que la véritable itération doit s’appuyer sur une logique long terme : grâce à des données sur de longues périodes et à des tests de logique profonde, afin d’éviter une réaction excessive au bruit à court terme, et d’attendre patiemment un retour fiable, validé par le temps. Xu Zhongxiang insiste sur le fait que, jusqu’à ce que les résultats à long terme soient révélés, il faut garder lucidité et fermeté, sans se laisser détourner par des « récompenses » ou des « punitions » fortuites.

Compte tenu de la complexité ci-dessus, les stratégies quantitatives sont souvent étiquetées comme « boîtes noires ». À ses yeux, la valeur centrale des modèles quantitatifs ne consiste pas à fournir une histoire simple, mais à construire un cadre d’analyse capable de traiter systématiquement des relations complexes, et contribuant à réduire les biais de cognition des individus. Pour les investisseurs, le centre d’évaluation doit se placer sur la logique de risque à long terme de la stratégie et sur sa performance sous une forte pression dans des marchés extrêmes, plutôt que de disséquer chaque paramètre technique.

Toutefois, le plus grand risque d’exécution des stratégies quantifiées réside dans le fait que le gestionnaire intervient subjectivement dans le modèle quantitatif, en s’écartant de la discipline systémique établie. Quelles que soient les performances à court terme, cela déclenche facilement des ajustements humains : en cas de bénéfices, relever activement l’exposition au risque ; en cas de repli, augmenter aveuglément la position, dans l’espoir de revenir rapidement à l’équilibre. De telles opérations subjectives détruisent, en essence, la logique centrale sur laquelle repose l’investissement quantifié : discipline, désémotionnalisation et systématisation. Ainsi, la stratégie systémique scientifique dégénère en une autre forme de décision subjective, ce qui amplifie au final le risque.

（Journaliste Caixin Finance & News : Feng Qijuan）