Que se cache-t-il sous le capot du modèle Cayas +?

[Guillaume]

Bonjour à tous,

Notre nouvel outil Cayas+ est sorti, et je propose ce sujet pour discuter avec vous plus en détail du modèle, ce qu’il fait, et ne fait pas encore. L’objectif ici est d’essayer de faire comprendre la logique derrière l’allocation renvoyée et que vous puissiez nous poser vos questions si vous en avez.

Je vais donc commencer en décrivant, je l’espère simplement, la logique et le modèle qui se lance lorsque vous appuyez sur « pwet pwet pwet » (oui pendant la phase de test, le bouton pour lancer la simulation s’appelait comme ça, je refuse de changer de nom !)

Jusqu’à présent, le modèle utilisé était basé sur un modèle de Merton/Markowitz. Celui-ci est particulièrement intéressant mais il souffre de deux gros défauts qui malheureusement rendent ce modèle peu utilisable en pratique :

1. Ce modèle est basé sur une consommation intertemporelle à horizon infini.
2. L’allocation donnée ne tient pas compte des projets de vie et des contraintes de liquidité

Comme vous n’êtes pas (encore ?) immortel, et que nous avons tous des projets qui nous tiennent à coeur pour lesquels il faut mobiliser des liquidités, nous avons cherché à améliorer cette base. En fouillant un peu la littérature scientifique et en la modifiant (améliorant ?) quelque peu, nous avons abouti à notre modèle. Celui-ci repose sur une brique fondamentale : « la fonction de valeur ». C’est une fonction personnalisée, qui est créée pour chaque plan de vie dynamiquement et qui permet de savoir à quel point une allocation a de la valeur pour vous. Cette fonction prendra des valeurs d’autant plus grandes qu’elle augmente votre patrimoine, mais sera aussi punie lorsqu’elle vous fait courir un risque de ruine trop important.

En maximisant cette fonction, on peut alors déterminer, à chaque pas de temps, pour votre plan de vie, l’allocation optimale. Finalement, lorsque vous appuyez sur « pwet pwet pwet », 4 grandes étapes se lancent :

1. D’abord, compte tenu de votre patrimoine actuel, de vos projets de vie, de vos revenus futurs etc, on calcule un ensemble de niveau de richesse accessible pour vous.
2. Ensuite, on construit la fonction de valeur qui vous est propre, et on attribue à chaque niveau de richesse à chaque pas de temps un score que l’on cherchera à maximiser.
3. Ensuite, à chaque pas de temps, on calcule la frontière efficiente compte tenu de vos actifs illiquides (RP, par exemple).
4. Enfin, pour chaque niveau de richesse et chaque pas de temps, on cherche le portefeuille sur cette frontière efficiente qui maximise (l’espérance) de la fonction de valeur.

C’est ce portefeuille qui sera ensuite renvoyé.
Ce n’est donc pas un simple simulateur de Monte Carlo avec une allocation fixe, mais bien un outil qui vous permet, à partir d’un plan de vie, d’avoir une idée de l’allocation optimale qui vous permettrait de le financer.

[Guillaume]

Bonjour à tous,

Je fais suite à ce post pour légèrement changer son objectif initial, l’idée sera d’en faire un suivi de l’ensemble des modifications apportées au modèle Cayas+, en entrant un peu plus dans les détails techniques.

Nous venons d’introduire la première mise à jour substantielle du modèle depuis la release de décembre. Elle concerne les actifs illiquides financés, en partie, par de la dette.

Jusqu’à maintenant, nous traitions la dette d’un projet illiquide comme si elle pouvait être réclamée d’un coup, exactement comme une dette financière. C’est un peu comme si un crédit immobilier pouvait être exigé “demain matin” par la banque. Ainsi, le risque était surestimé dès qu’il y avait de l’endettement, en particulier pour l’immobilier résultant en des allocations très défensives pendant une longue période. Vous avez été plusieurs à nous remonter ce point.

Nous avons donc ajusté le calcul pour tenir compte d’une réalité simple : si les revenus futurs permettent de payer les mensualités, la dette est moins “dangereuse” qu’une dette qu’on peut rappeler du jour au lendemain. Dans une dette financière, ce sont les actifs qui garantissent l’emprunt. Dans un prêt amortissable, la banque ne peut pas exiger un remboursement immédiat, ce qui compte alors, c’est votre capacité à honorer les mensualités, donc vos cashflows futurs.

La mise à jour publiée aujourd’hui tient compte de cela. Ainsi, si vous avez un prêt immobilier conséquent mais des cashflows largement positifs, vous devriez désormais voir une allocation plus agressive.

La prochaine grosse mise à jour du modèle consistera à introduire de nouveaux actifs liquides !

[Guillaume]

Bonjour à tous,

Nous allons déployer très rapidement une nouvelle mise à jour du modèle améliorant quelques points. Dans cette mise à jour, nous avons introduit deux changements qui pourraient influencer vos allocations.

1. Nous incluons maintenant dans l’optimiseur les dettes non allouées (comme les crédits à la consommation). Avant cette mise à jour, ces crédits étaient ignorés par l’optimiseur mais tout de même inclus dans le compte rendu final, ce qui pouvait causer des allocations dépassant les seuils de volatilité.
2. Nous avons aussi amélioré la manière dont nous explorons la frontière efficiente afin d’éviter les « sauts » de volatilité entre deux niveaux d’aversion au risque proches.

[Guillaume]

Nous lançons une évolution de notre optimiseur, qui s’appuie désormais sur le modèle Black-Litterman.

Les méthodes classiques d’optimisation de portefeuille exigent souvent de prédire l’avenir avec une précision irréaliste. Jusqu’à présent, lorsque vous ajustiez les hypothèses de rendement, il fallait spécifier des valeurs exactes. Autrement dit, l’optimisation reposait sur des rendements et des volatilités supposés connus et certains, ce qui en faisait une hypothèse un peu fragile.
Le modèle Black-Litterman propose une alternative plus nuancée.

Avec Black-Litterman, vous n’exprimez plus des prévisions rigides, mais des vues probabilistes sur le rendement ou le risque d’un actif. Ces vues, par nature incertaines, sont ensuite combinées avec celles de l’ensemble des investisseurs, représentées par le portefeuille de marché. Le modèle synthétise ainsi vos convictions personnelles et la sagesse collective du marché, limitant les biais extrêmes et l’hypersensibilité aux hypothèses, un problème récurrent dans les approches traditionnelles et que nous avons déjà expérimenté lors de la mise à jour des hypothèses Cayas.

Capy dirait qu’il n’a toujours pas de boule de cristal, mais avec ce modèle, ses lunettes n’ont jamais été aussi propres pour y voir clair !

Pour accompagner ce nouveau modèle de calcul, nous élargissons notre univers d’investissement pour vous offrir plus de liberté. Davantage d’actifs sont désormais accessibles pour construire votre stratégie : or, managed futures, crypto et commodities, en version beta pour cette phase de déploiement de l’outil.

Pour les plus curieux, voici comment le modèle calcule le rendement espéré (\mu) en combinant l’équilibre du marché (\Pi) et vos vues (Q), \Sigma représentant la matrice de variance-covariance, \Omega la confiance exprimée en les vues, \tau la confiance en la vue du marché :

\mu = \left[ (\tau \Sigma)^{-1} + P^T \Omega^{-1} P \right]^{-1} \left[ (\tau \Sigma)^{-1} \Pi + P^T \Omega^{-1} Q \right]

[Julie]

Yeah !
Emoji fusée !

[Guillaume]

Bonjour à tous,

Entre deux avancées sur le passage des ordres, nous avons apporté quelques modifications aux allocations proposées dans le plan de vie, en particulier pour répondre au problème remonté par nbc dans ce sujet: Jamais de levier en univers simplifié? - #11 par Guillaume. Deux changements sont substantiels que je vais détailler ci-dessous.

Nous ne passons plus par la solution analytique de la frontière moyenne-variance. Nous résolvons désormais la frontière par une méthode numérique, plus stable, qui permet d’intégrer bien plus facilement les contraintes de levier et de volatilité maximale.

Dans un précédent post, je pensais que ce changement alourdirait fortement le temps de calcul et qu’il fallait résoudre le problème sur une grille définie par le niveau de richesse et par pas de temps.
Or ce n’est pas le cas. Le niveau de richesse n’influe pas sur la solution d’un problème de type Markowitz : il suffit donc de résoudre une seule fois par pas de temps et de mettre en cache la solution pour qu’elle soit utilisée à tous les autres niveaux de richesses du même pas de temps^[1].

Cette optimisation divise par ~100 le nombre de calculs à chaque pas de temps^[2]. Nous pouvons donc nous permettre de résoudre un problème ~100 fois plus coûteux, ce que nous exploitons précisément pour répondre au problème soulevé.

Ce changement ne modifie en rien les allocations lorsque les contraintes ne sont pas actives (par exemple lorsque la solution non contrainte présentait déjà un levier inférieur au levier maximal). En revanche, nous obtenons désormais des solutions bien plus satisfaisantes lorsque ces contraintes sont actives.

Le deuxième changement substantiel réside dans la définition de la volatilité maximale. Jusqu’ici, la volatilité maximale portait sur le patrimoine total. Elle s’applique dorénavant au patrimoine financier uniquement. Les actifs illiquides continuent d’influer sur la frontière efficiente, et donc sur le portefeuille optimal calculé, mais leur volatilité n’entre plus dans la détermination de la volatilité maximale du portefeuille financier.

Ce choix repose sur trois raisons.

• La volatilité des actifs illiquides est très difficile à estimer. C’est particulièrement vrai pour les entrepreneurs, qui doivent renseigner la volatilité de leur propre entreprise : l’estimateur est très fragile.
• L’ancienne définition produisait des allocations peu satisfaisantes, notamment pour ces profils entrepreneurs. Tant que la volatilité maximale restait sous la volatilité déjà engagée par les projets illiquides, l’allocation était défensive^[3]. Dès qu’elle la dépassait, on observait un basculement brutal vers une allocation très agressive : un entrepreneur ne pouvait donc jamais obtenir une allocation défensive sur son patrimoine liquide autre que l’allocation qui minimisait la volatilité totale de son patrimoine.
• C’est ainsi que le calibrage se fait en pratique. Nous avons constaté que les utilisateurs^[4] calibrent l’aversion au risque et la volatilité maximale en ne considérant que le patrimoine financier. La volatilité des actifs illiquides tend à être sous-estimée^[5] et n’est pas prise en compte dans l’estimation de l’aversion au risque. Nous avons donc aligné le comportement du modèle sur cette définition de fait.

---

1. Je suis un peu dur avec moi-même quand je me trompe, mais là on peut le dire, je suis aussi très content d’avoir eu cette très bonne idée de solution ↩︎

2. La grille de richesse comporte au minimum 100 points par pas. ↩︎

3. Au sens : elle minimisait en réalité la volatilité totale du patrimoine. ↩︎

4. Et nous-mêmes en interne. ↩︎

5. Sûrement à tort, ceci dit : les Français sont manifestement plus enclins à prendre un levier 20 sur de l’immobilier, dont la volatilité tourne autour de 5 %, qu’à détenir des obligations (sans levier) de volatilité comparable sur les marchés financiers. Un même niveau de risque semble bien plus difficile à assumer sur un actif coté que sur un actif illiquide. ↩︎

[Guillaume]

Bonjour à tous,

Après avoir détaillé le modèle de l’allocation d’actifs dans le plan de vie, il est temps d’aborder le morceau suivant, qui vient de sortir : la suggestion d’ordres.

Avoir une allocation cible par classe d’actifs^[1] est une chose, mais savoir quoi acheter ou vendre, sur quel compte, ce mois-ci, avec 500 € d’épargne et un portefeuille existant à réaligner, en est une autre.

Une première approche consisterait à regarder l’écart avec la cible et à appliquer une règle de trois. C’est une solution optimale dans un monde sans friction, sans taxe, avec des instruments infiniment divisibles et une aversion au risque parfaitement connue. Malheureusement, aucune de ces hypothèses n’est vérifiée en pratique.

Pour résoudre ce casse-tête, nous formulons un problème d’optimisation sous contraintes qui doit respecter une cible stratégique du mieux qu’il peut, tout en minimisant les coûts en cours de vie. Voici une version volontairement simplifiée de la fonction que le modèle optimise :

Pour chaque instrument i dans chaque enveloppe k, le solveur cherche simultanément les montants d’achats u_{i,k} \ge 0 et de ventes v_{i,k} \ge 0 (le flux net étant x_{i,k} = u_{i,k} - v_{i,k}) qui minimisent la fonction de coût global :

\min_{u, v, t} \quad \mathcal{L}_{\text{total}} = \mathcal{L}_{\text{tracking}} + \mathcal{L}_{\text{fiscalité}} + \mathcal{L}_{\text{frictions}} + \mathcal{L}_{\text{frais}} + \mathcal{L}_{\text{liquidité}}

C’est la solution qui minimise \mathcal{L}_{\text{total}}^[2] que vous voyez dans l’interface dans la cible annuelle

Détaillons chaque terme un à un :

1. L’écart à la cible stratégique (\mathcal{L}_{\text{tracking}})

Commençons sans echauffement par le terme le plus velu.

\mathcal{L}_{\text{tracking}} = \lambda_{\text{track}} \, (w(u, v) - w^*)^T \Sigma \, (w(u, v) - w^*)

• w^* représente l’allocation cible par classe d’actifs issue de votre plan de vie.
• w(u, v) est l’allocation finale résultante de votre portefeuille après exécution des ordres.
• \Sigma est la matrice de covariance des classes d’actifs.

Ce terme ne mesure pas un simple écart en pourcentage absolu : c’est une distance pondérée par le risque. Le solveur concentre donc ses efforts sur les écarts qui modifient le plus le profil de risque.

Avant d’aller plus loin, revenons à la fonction de coût ( \mathcal{L}_{\text{total}} ) : on y voit des frais de courtage qui s’expriment en euros, la fiscalité qui est aussi en euros, il faut donc trouver un moyen de comparer 300 € de taxe ou de frais de courtage avec le fait d’avoir « 3 % d’actions en moins que prévu ».

Le passage en unité de risque à des euros est porté par le coefficient \lambda_{\text{track}}. Dans le moteur, il est calculé à partir du coefficient d’aversion au risque \gamma et de la richesse projetée W : \lambda_{\text{track}} = \gamma W / 2. Autrement dit, le modèle associe à une unité de risque un montant que l’investisseur serait prêt à sacrifier (en euros donc) pour l’éviter, à l’échelle de son portefeuille.

Le solveur peut alors faire un arbitrage :

• « Vendre cette ligne pour combler l’écart me fait gagner l’équivalent de 50 € de réduction de risque. »
• « Mais exécuter cette vente déclenche immédiatement 180 € de flat tax et 10 € de courtage. »

Dans ce cas, le modèle préfère tolérer temporairement cet écart d’allocation, car payer l’impôt détruirait plus de valeur nette que le gain apporté par le rééquilibrage.

2. Le frottement fiscal (\mathcal{L}_{\text{fiscalité}})

\mathcal{L}_{\text{fiscalité}} = \lambda_{\text{tax}} \left[ \sum_{\text{CTO}} \tau_{\text{PFU}} \cdot \max(0, \text{PV}_{\text{réalisée}} - \text{MV}_{\text{reportables}}) + \sum_{k} \tau^{\text{exit}}_k \cdot t^{\text{out}}_k + \text{Drag}_{\text{futur}} \right]

C’est ici qu’on décide quelle enveloppe est intéressante pour quel instrument :

• Sur CTO : vendre une ligne en plus-value déclenche une imposition au taux de PFU renseigné dans le modèle. Le moteur estime la plus-value à partir du PRU ou de la base de coût de la ligne, et impute les éventuelles moins-values reportables au niveau de l’enveloppe.
• Sur PEA : la fiscalité des arbitrages internes est nulle (\tau = 0). Vendre une ligne pour en racheter une autre au sein du PEA n’encourt aucune pénalité fiscale. En revanche, une sortie de capital peut générer une fiscalité dépendant notamment de l’ancienneté de l’enveloppe, c’est le terme t^{\text{out}}_k, que l’on retrouve aussi sur assurance-vie.
• Le drag fiscal futur : le modèle estime aussi le coût fiscal prospectif des enveloppes selon l’horizon, les hypothèses de rotation et de rééquilibrage, les retraits et les caractéristiques fiscales. Cela peut notamment rendre moins attractif un actif fréquemment arbitré sur CTO.

Et vous noterez que je cache sciemment ce qui se trouve derrière le terme de « drag ». Ce terme contient des projections sur l’horizon du plan des conséquences fiscales futures d’une position dans chaque enveloppe, par exemple les impôts liés aux rotations attendues, ou à la transmission^[3]. Ces coûts futurs sont ensuite pondérés et ramenés à une valeur comparable aux autres termes de décision.

3. Les frictions de transaction (\mathcal{L}_{\text{frictions}})

\mathcal{L}_{\text{frictions}} = \lambda_{\text{friction}} \, c \sum_{i, k} (u_{i,k} + v_{i,k})

Le modèle applique un taux de friction aux achats et aux ventes. En pénalisant le volume brut (u + v), le solveur s’interdit de faire tourner le portefeuille pour un gain marginal. Si un écart d’allocation est faible, ce coût peut dépasser le gain de tracking : le modèle préférera alors ne rien faire et attendre votre prochain apport d’épargne^[4].

4. Les frais récurrents de gestion (\mathcal{L}_{\text{frais}})

\mathcal{L}_{\text{frais}} = \sum_{i, k} f_{i,k} \cdot (H_{i,k} + u_{i,k} - v_{i,k})

Tous les comptes ne se valent pas sur la durée : détenir un ETF en direct sur PEA ou CTO ne coûte généralement pas de frais de garde, alors qu’une assurance-vie prélève typiquement 0,3-1 % par an sur les unités de compte. Ce terme intègre les frais de gestion de l’enveloppe, ceux des instruments lorsqu’ils sont renseignés, et certains coûts de financement, sur l’encours final (H + u - v). Il oriente ainsi naturellement les investissements vers les supports les plus sobres en frais quand le choix est possible.^[5]

5. La sécurité de liquidité et trésorerie de précaution (\mathcal{L}_{\text{liquidité}})

\mathcal{L}_{\text{liquidité}} = \lambda_{\text{liq}} \cdot s_{\text{projet}} + \text{Pénalité}(\text{Trésorerie de précaution})

Si votre plan prévoit un besoin de trésorerie imminent (achat immobilier, projet court terme), ou si votre épargne de précaution passe sous les seuils définis, ce terme donne une forte priorité à la constitution ou au maintien d’une poche de liquidités. Le modèle distingue notamment une zone de danger et une zone de confort, et planifie progressivement la couverture des besoins proches.

---

Parce que sinon ce serait un peu trop facile, minimiser cette fonction ne suffit généralement pas, il faut aussi respecter des contraintes réglementaires et opérationnelles^[6] :

• Solde espèces toujours positif : \text{Cash}_{\text{initial}} + \text{Ventes} - \text{Achats} + \text{Apports} \ge 0 sur chaque compte (impossible de passer un ordre sans liquidités disponibles)^[7].
• Plafonds de versement : pas plus de 150 000 € de versements cumulés sur PEA, et respect strict des plafonds sur les livrets réglementés.
• Pas de vente à découvert : v_{i,k} \le H_{i,k} (on ne peut pas vendre plus de titres que l’on n’en détient sur la ligne, sauf utilisation explicite du levier/marge sur CTO).
• Éligibilité des titres : interdiction d’acheter des titres non éligibles dans les enveloppes^[8]

---

Le lissage mensuel

Bon, c’est parfait, maintenant, on arrive à avoir des recommandations permettant de respecter l’allocation stratégique, mais on a maintenant un autre problème presque aussi velu : vous aurez remarqué que l’allocation stratégique est à fréquence annuelle. Or, en général, vous épargnez plus régulièrement. Passons maintenant à l’étape suivante : le lissage mensuel.

On pourrait être tenté de jouer à Zénon : chaque mois, on parcourt un douzième de la distance restante jusqu’à la cible, puis un douzième de ce qui reste, et ainsi de suite. Pratique pour ne jamais tout à fait arriver^[9].

Le plan annuel, dont le modèle est décrit ci-dessus, passe, donc, dans un lisseur mensuel^[10] qui extrait une première tranche exécutable du plan annuel selon 3 garde-fous :

1. Plafond de rotation : pas plus d’un certain montant d’arbitrage chaque mois, ce plafond est déterminé dans le KYC.
2. Corridor de volatilité : si l’allocation cible est plus agressive que votre portefeuille actuel, la volatilité autorisée n’augmente que pas à pas^[11].
3. Tickets minimums : après l’optimisation, le moteur réalloue, arrondit ou annule les ordres trop petits pour ne conserver que des montants réalistes et exécutables chez votre courtier, hormis Trade Republic, vous auriez l’air fin avec une suggestion d’achat de 0,3 € sur DCAM !
4. Les dépenses proches doivent être financées : si un projet approche, le lisseur constitue progressivement la réserve nécessaire. Il peut mobiliser l’épargne de précaution en dernier recours.
5. Le levier ne doit pas dériver : lorsqu’on ajoutera les box spreads, un CTO ayant de la dette ne peut pas prendre le levier qu’il veut, il doit respecter les contraintes de marge, qui sont supposées plus strictes que ce que proposent les courtiers.
6. Certaines opérations ne sont pas découpées : par exemple, sortir d’une assurance-vie peut être relativement pénible et chronophage, on a donc assez peu envie de le faire en 6 fois, par retrait progressif. Ces sorties-là ne sont pas lissées.

Voilà, nous sommes arrivés au bout, j’espère que vous avez tout compris. Lundi, interro !^[12]

---

1. actions monde, obligations, monétaire, or, matières premières, managed futures … ↩︎

2. puis qui passe des contrôles détaillés plus bas ↩︎

3. C’est ici qu’on détermine si l’assurance-vie est plus intéressante que le CTO ! ↩︎

4. Voire laisser l’allocation légèrement diverger au gré de la fluctuation des marchés ↩︎

5. C’est donc ce terme qui permet d’arbitrer entre CW8 et DCAM/WPEA en PEA ↩︎

6. Les « sous contraintes » de l’optimisation, viennent des conditions ci-dessous ↩︎

7. Les comptes sur marges et les box spreads sont gérés différemment, un box spread apporte des liquidités dans le compte, il suffit donc de combiner la vente d’un box + l’achat de l’actif souhaité pour rentrer dans ce cadre ↩︎

8. Si on vous demande d’acheter un fonds non disponible chez votre courtier, vous aurez l’air bien malin avec les suggestions d’ordres ! ↩︎

9. Paradoxes de Zénon

   ↩︎

10. SLSQP, Sequential Least Squares Programming, pour les intimes ↩︎

11. Aussi déterminé dans le KYC ↩︎

12. Mais rassurez-vous, je ne veux pas corriger ni préparer de questions ↩︎

[Iridium]

Pour celles et ceux qui auraient séché les cours de grec(ques), voici la version égyptienne du message de guillaume :

J’imagine que dorénavant tout devient limpide pour les derniers récalcitrants

[vincent.p]

Sur la deuxième colonne, ça devrait être un ibis, pas un canard. Sinon ça va jamais converger vers une solution.

[Clarine_G]

@Iridium

J’imagine que dorénavant tout devient limpide pour les derniers récalcitrants

Ouais, ben je vais récalcitrer encore jusqu’à demain (ou plus ) : je dois relire à tête reposée !

[Marine]

En vrai, la partie sur le lissage des ordres est d’utilité publique

[noradre]

Alan Greenspan aurait approuvé : " si vous m avez compris, c est que je me suis mal exprimé"

[Guillaume]

Promis, ce message contiendra moins de signes cabalistiques^[1].

Nous avons, lors du développement de la suggestion des ordres, modifié en profondeur les contraintes du modèle de plan de vie.

Il y a deux changements principaux. Jusqu’à peu, il était supposé implicitement que vous aviez accès à du financement sur marge, type box spread, pour pouvoir prendre du levier, ce qui n’est pas encore réalisable avec les ordres suggérés et le plan de vie ne suivait pas votre épargne de précaution. Nous avons donc aligné les conventions des deux modèles pour qu’ils aient les mêmes contraintes. Aujourd’hui, l’allocation que vous verrez dans le plan de vie respecte donc :

1. Le levier effectivement accessible à partir des instruments disponibles dans vos portefeuilles, donc si le modèle n’a pas accès à du financement sur marge, il ne peut prendre du levier que grâce aux instruments à levier embarqué, contraignant la cible optimale.
2. Votre cible intègre aussi l’épargne de précaution renseignée dans votre profil.

---

1. Et à vrai dire un autre message sur le forum me fait penser à cette modification, qui, je pense, a toute sa place ici ↩︎

[Michael-2]

@Guillaume

1. Le levier effectivement accessible à partir des instruments disponibles dans vos portefeuilles,

Est-ce qu’il y a la possibilité de configurer ses choix comme par example compte CTO IKBR ou un compte de courtage américain (type Schwab International, ouvert en direct auprès de l’entité US, donc hors périmètre PRIIPs), pas de box spreads mais je veux favoriser des ETFs return stacking plutot que des x2.

Est-ce qu’il y a moyen, dans le plan de vie, d’exclure les x2/x3 quotidiens et de privilégier les efficient core/return stacking quand le modèle a besoin de levier embarqué ?

Merci

[Guillaume]

Est-ce qu’il y a la possibilité de configurer ses choix comme par exemple compte CTO IKBR ou un compte de courtage américain (type Schwab International, ouvert en direct auprès de l’entité US, donc hors périmètre PRIIPs), pas de box spreads mais je veux favoriser des ETFs return stacking plutôt que des x2.

Oui, on peut configurer pour une exposition donnée l’instrument « de référence » que l’on souhaite utiliser, par exemple pour les obligations je peux choisir celui qui me convient dans cette liste :

Cela ne veut pas dire qu’il sera acheté, juste que ce sera celui utilisé par le solveur s’il souhaite investir 1 € dans un instrument qui donne 1 € d’expositions aux obligations. Par contre s’il n’y a qu’un instrument qui me donne l’exposition « actions x 2 », il n’y a pas encore la possibilité de l’exclure de l’enveloppe.

Par contre, le solveur présenté ci-dessus doit nécessairement connaître la fiscalité du pays ainsi que les courtiers auxquels l’investisseur a accès^[1]. Donc, on se concentre uniquement sur la France pour le moment, avec uniquement des instruments UCITS des courtiers disponibles facilement dans le pays.

Avec cette contrainte, en France le modèle privilégie très régulièrement, si ce n’est tout le temps, les instruments return stack simplement parce que ces instruments sont bien plus intéressants fiscalement en France grâce au rebalancement gratuit. Ce n’est pas vraiment un choix utilisateur mais une propriété émergente de l’optimisation sur la fiscalité française.

Par exemple sur un des profils de test, le plus gros achat mensuel, et presque le seul d’ailleurs, est l’un de ces instruments :

---

1. Puisque Cayas donne une recommandation financière, il faut bien renseigner les instruments disponibles chez chaque courtier ↩︎

[www]

J’ai une grose ligne comme ça aussi.
Je suis étonné que cela soit plus efficace fiscalement de sortir les fonds du pea (qui contient toutes mes actions actuellement) pour acheter cette ligne, ça s’explique comment ?

[Guillaume]

Je ne connais pas la raison exacte, il faudrait fouiller un peu plus en détail à partir de ton cas, mais généralement, je pense qu’il y a trois arguments :

1. Le CTO a une très forte valeur fiscale en fin de vie, en fonction de l’âge, cela prend parfois le dessus sur la valeur en cours de vie du PEA. Je pense qu’un bon mantra à garder en tête est qu’un bon PEA est un PEA qu’on prévoit de vider au cours de sa vie. En fonction de l’âge de l’utilisateur cela peut avoir un poids très important.^[1]

2. Le rééquilibrage interne et gratuit de l’instrument a beaucoup de valeur. Même si on laissait les actions en PEA et qu’on mettait les managed futures en CTO, il faudrait payer des taxes pour faire les rééquilibrages, qui sont gratuits à l’intérieur de cet instrument.

3. L’exposition est unique et a beaucoup de valeur. Sans box spread, il est tout simplement impossible d’arriver à une allocation 100 % actions/MF pour 1€ de capital.

Je pense que c’est un mix de ces trois raisons qui pousse le solver à autant le privilégier.

---

1. Ceci dit, il faudrait qu’on en discute en interne, mais mon petit doigt me dit qu’il serait intéressant d’avoir un paramètre quelque part qui dirait « priorité à la fiscalité du vivant » ou « priorité à la fiscalité au décès », ou un mix des deux. Le paramètre par défaut actuel, qui se rapproche d’un « mix equipondéré entre les deux », est assez peu satisfaisant je trouve. ↩︎

[ThumbUp]

Je vote pour l’indication et la gestion de la priorité Utilisation au cours du vivant vs. Transmission.