Je viens de m'informer sur la stratégie 'sell in May' et je réalise qu'il s'agit vraiment d'un phénomène intéressant dans l'histoire financière. L'histoire commence en Angleterre au XVIIe siècle, lorsque les investisseurs riches et la noblesse partaient généralement de Londres en été pour assister à des événements hippiques célèbres. C'est ainsi qu'est née la maxime 'Sell in May and go away, and come on back on St. Leger's Day'. Il y a environ 70-80 ans, cette stratégie a commencé à devenir largement populaire, notamment sur le marché boursier américain.

En regardant les données, de 1950 à 2013, l'indice Dow Jones montre un modèle assez clair. Entre mai et octobre, le rendement moyen n'atteint que 0,3 %, tandis que de novembre à avril de l'année suivante, il grimpe à 7,5 %. Ce chiffre est assez impressionnant, mais lorsque Barron's a mené une étude approfondie sur les 30 dernières années, ils ont découvert que l'application du 'sell in May' ne rapportait qu'environ 0,7 % de plus par an par rapport à un investisseur moyen. Et cela avant impôts et frais de transaction.

Mais ce qui est intéressant ici, c'est de se demander : qu'en est-il lorsque l'on applique cette stratégie au marché crypto ? J'ai examiné les données de prix des cryptomonnaies sur 13 ans (sans inclure 2024), et le résultat est assez surprenant. Il y a 7 mois de mai en hausse et 6 mois en baisse, ce qui signifie que environ 54 % des mois de mai sont en hausse contre 46 % en baisse. Ce chiffre montre que 'sell in May' n'a pas d'effet particulier dans la crypto.

Ce que je veux souligner, c'est que : ce n'est pas parce qu'une stratégie fonctionne sur un marché qu'on peut l'appliquer mécaniquement à un autre. La crypto a ses propres caractéristiques, complètement différentes des actions ou du forex. Les connaissances de base peuvent être communes, mais l'application doit être flexible et adaptée à chaque marché. Par conséquent, plutôt que de faire confiance à des règles ancestrales comme 'sell in May', nous devons comprendre la nature de chaque marché et prendre des décisions basées sur une analyse spécifique.