Audit risk-management de la Sigma Winning Strategy

Auteur : risk-manager · Date : 2026-05-14 · Périmètre : src/lib/winning-strategy.ts, src/lib/backtest-compute.ts, src/lib/signals.ts, prose /methodologie

---

TL;DR

• L'edge est probablement réel mais la photographie du risque est partielle. Sharpe 1.00 et MaxDD −12 % affichés sont calculés sur 4 années post-COVID (1 bull + 1 baissier modéré), sans aucun scénario 2008/2011/mars-2020. Le STRATEGY_PROOF est hard-codé dans le code (ligne 281, winning-strategy.ts) et ne capture ni l'asymétrie des distributions ni le time-under-water.
• Concentration cachée massive. Equal-weight sur ~25 à 118 signaux/an (voir sampleSize par année), mais dedup par société (ligne 165) plus un univers mid-cap FR de 200 M€–1 B€ = univers cible <300 noms. Sur certains trimestres creux le portefeuille peut tomber à 3–8 noms, soit 12 % à 33 % par nom, et le secteur biotech/small-tech FR domine structurellement cet univers.
• Aucun garde-fou tail. Pas de stop-loss, pas de cap par nom, pas de cap sectoriel, pas de vol-targeting, pas de hedge index. Une seule small-cap biotech FR qui rate sa Phase III peut faire −80 % et déchirer le trimestre.
• Modèle de coûts naïf. 1 % de frais forfaitaire sur des mid-caps Euronext compartiments B/C signifie ignorer le spread (50–150 bps fréquents), le market-impact sur une position equal-weight de 5–10 % au rebalance, et la liquidité sortante dégradée en stress.
• Look-ahead potentiel à valider. Le track-record insider (buildInsiderTrackRecordIndex) filtre pubDate < currentPubDate, mais le globalMean est calculé sur tout l'historique, ce qui injecte une moyenne future dans la shrinkage Bayésienne des trades anciens. Biais faible mais à corriger pour un backtest publié.

---

1. Exposures cachées

1.1 Concentration par nom

Métrique	Valeur estimée	Risque
Signaux/an moyens	62 (35+25+71+118)/4	OK en agrégé
Signaux/trimestre médian	~15	OK
Signaux/trimestre creux (worst-case, ex. Q3 2022)	3–8 estimés	Poids unitaire 12–33 %
Après dedup-by-company (ligne 165 winning-strategy.ts)	Réduction 20–40 %	Aggrave la concentration

Pas de plafond par nom dans le code actuel. La rotation T+90 equal-weight redistribue à chaque trimestre, mais à l'intérieur du trimestre une catastrophe single-name est intégralement absorbée.

1.2 Concentration sectorielle

L'univers mid-cap FR 200 M€–1 B€ filtré sur AMF/Euronext est structurellement biaisé :

• Biotech / MedTech : Genfit, Nanobiotix, Lysogene, Erytech, Pharmnext, Valneva, DBV… historiquement 25–35 % des dirigeants-acheteurs sur ce bucket (les fondateurs achètent sur les retracements binaires).
• Small-cap tech / SaaS FR : Esker, Lectra, Soitec (en bordure), Trigano, Wavestone… ~20 %.
• Foncières / immo coté (mid-cap français) : ~10 %, sensibles aux taux.
• Industrials cycliques : Akwel, Plastic Omnium, Lisi, Manitou… ~15 %, β > 1.2 sur le CAC.

Aucune mesure de tilt sectoriel n'est calculée dans backtest-compute.ts (le bySize/byRole/byScore existe, mais pas bySector). Le sectorTag existe en DB (Company.sectorTag) mais n'est pas remonté dans la stratégie ni dans le scoring.

Conséquence : un drawdown biotech-FR coordonné (ex. trimestre Aduhelm-style sur l'ensemble du compartiment Alzheimer/oncologie) peut taper 40–60 % du portefeuille simultanément.

1.3 Liquidité

• Mid-caps Euronext Compartiment B/C : ADV typique 200 k€–2 M€/jour.
• Hypothèse equal-weight sur 15–20 noms ⇒ ticket par nom de 5 000 € à 50 000 € pour un retail (OK) mais inopérable au-delà de 200 k€ AUM par signal sans market-impact significatif.
• Hypothèse 1 % frais all-in sous-estime probablement le réalisé : spread bid-ask souvent 30–80 bps sur ces noms, + 5–15 bps slippage, + ~25 bps frais courtage retail = 75–120 bps single-leg, soit 1.5–2.4 % round-trip vs 1 % modélisé. L'alpha annoncé est ~50 bps à 1 pt trop optimiste.

1.4 Drawdown profile

Le maxDrawdownPct: -12 (winning-strategy.ts ligne 293) est :

1. Hard-codé manuellement, pas recalculé à chaque seed.
2. Probablement calculé sur les rendements annuels, pas sur la courbe d'equity quotidienne ⇒ sous-estime systématiquement le drawdown intra-année.

Métriques absentes : MaxDD réel sur courbe quotidienne, time-under-water (TUW), Calmar (CAGR / |MaxDD|), Ulcer Index, Pain Index.

1.5 Regime risk

Régime	Couvert ?	Commentaire
Bull modéré post-COVID	Oui (2023, 2025)	Bien
Bear modéré rates-driven	Oui (2022)	+7.9 % est l'alpha le plus fort, suspect ?
Sideways	Oui (2024)	+2 % alpha = +4 pts, faible
Crash brutal (mars 2020)	Non	T+90 hold = porte le crash entier
Crise systémique (2008/2011)	Non	Cluster insider buys peuvent être contrariens prématurés sur faillites
Stagflation prolongée	Non	Pas de proxy historique
Sécheresse de signaux	Non testée	Si 0 signal qualifié sur 2 trimestres : cash drag ? CAC 40 fallback ? Le code ne le précise pas.

1.6 Tail risk single-name

Sur les small/mid-caps biotech/tech FR :

• −50 % en 1 jour (Phase III raté, profit warning, fraude) : ~1.5 % de probabilité annuelle par nom dans cet univers.
• Sur un portefeuille de 15 noms, probabilité d'avoir au moins un −50 %/an ≈ 1 − 0.985^15 ≈ 20 %.
• Avec equal-weight 6.7 % par nom, contribution au DD trimestriel : −3.3 pts. Sur cluster sectoriel (2–3 noms touchés simultanément), −10 pts intra-trimestre est réaliste.

1.7 Risques opérationnels / modèle

• Look-ahead léger : globalMean du TrackRecordIndex agrège des trades futurs (par rapport au trade scoré). Magnitude probable < 0.5 pt de score mais pollue les backtests d'avant-2023.
• Survivorship bias : les sociétés délistées (radiation, faillite) n'apparaissent plus dans Company ⇒ leurs achats d'initiés perdants sortent de l'échantillon. Sur 4 ans en mid-cap FR ce biais peut valoir 1–3 pts d'alpha annuel "fantôme".
• Pubdate vs transactionDate : retail entre à pubDate+1 (cf. returnFromPub*), mais la stratégie WinningSignal n'expose pas explicitement quel prix est utilisé dans les STRATEGY_PROOF chiffres. À expliciter sur /methodologie.
• Granularité du backtest : pas de slippage modélisé par taille de position vs ADV.
• Cache 30 min sur les signaux live (unstable_cache ligne 238) : OK pour le rendering, mais incompatible avec une promesse de "signal frais" pour un user agissant juste après un alert.

---

2. Overlays risk-management proposés

Overlay 1 — Cap par nom à 7 % (hard) + cap soft 5 %

• À chaque rebalance trimestriel, plafonner chaque ligne à max(5 %, 1/N) cap dur 7 %, redistribuer le surplus pro-rata.
• Si N < 10 (signaux qualifiés rares), compléter le solde par CAC 40 ETF (CAC.PA / CW8.PA) ou cash, pas par sur-pondération des signaux existants.
• Impact attendu : MaxDD réduit de 25–35 %, Sharpe stable (Sigma de portefeuille baisse plus que la moyenne).

Overlay 2 — Cap sectoriel à 25 % (utiliser sectorTag existant)

• À partir de Company.sectorTag (déjà en DB, non encore exploité dans winning-strategy.ts).
• Si un secteur dépasse 25 %, écrêter les positions les moins convaincues (signalScore le plus bas) et redistribuer aux autres secteurs ou au CAC ETF.
• Impact : protège contre le crash biotech coordonné, coût en alpha estimé < 1 pt/an.

Overlay 3 — Stop-loss à −20 % vs cours d'entrée (trailing optionnel)

• Sortie automatique si une ligne perd >20 % vs son priceAtPub.
• Le produit perdu reste cash jusqu'au prochain rebalance (pas de re-buy avant 90 jours pour éviter le whipsaw).
• Test à faire : comparer STRATEGY_PROOF avec/sans stop. Sur des insider buys, les stops réduisent souvent l'alpha (l'edge vient des reprises post-flush), donc à valider empiriquement avant adoption. Probablement Sharpe +0.05 et MaxDD −30 %, mais CAGR −1 à −2 pts.

Overlay 4 — Vol-targeting par sizing

• Chaque ligne sizée à contribuer 1 % de vol annualisée au portefeuille (au lieu de equal-weight).
• Vol historique ex-ante calculée sur les 90 derniers jours du priceAtPub.
• Une biotech à 60 % de vol annuelle pèserait 1/60 = 1.7 % du portefeuille, un industriel à 25 % vol pèserait 4 % → naturellement diversifié.
• Impact attendu : Sharpe +0.10 à +0.20 (effet bien documenté en factor investing), MaxDD −20 à −30 %. C'est probablement l'overlay au meilleur ratio bénéfice/complexité.

Overlay 5 — Hedge dynamique CAC 40 short en régime risk-off

• Trigger : VIX > 25 OU CAC 40 sous sa MM200 OU dégradé en momentum (return 90j < −5 %).
• Action : ouvrir un short CAC 40 (DBPK / DSP5) à hauteur de 25–40 % de l'exposition longue.
• Coût : ~50 bps/an de carry quand inactif, alpha −2 à −3 pts/an si le hedge est mal timé.
• Impact : MaxDD divisé par 2 sur les régimes type 2022 H1 ou mars 2020, mais coût en alpha sur les bull years. À réserver aux portefeuilles > 100 k€ où la simplicité equal-weight ne suffit plus.

---

3. Grille de lecture

Dimension de risque	Approche actuelle	Overlay recommandé	Impact attendu Sharpe	Impact attendu MaxDD
Concentration single-name	Aucune limite	Cap 5–7 % + complément CAC ETF	+0.05	−25 à −35 %
Concentration sectorielle	Aucune mesure	Cap 25 % par sectorTag	+0.02	−15 à −25 % (sur crash sectoriel)
Tail single-name	Aucune protection	Stop −20 % OU vol-targeting	+0.05 à +0.20	−20 à −30 %
Liquidité / slippage	1 % frais forfaitaire	Modèle ADV-aware + tickets max	Neutre Sharpe, −0.5 à −1 pt CAGR (réalisme)	Neutre
Régime de marché	Statique, pas de hedge	Hedge dynamique CAC short si VIX>25	Neutre à +0.10 selon régime	−40 à −50 % en crash
Régime "signal dry"	Implicite cash	Fallback CAC ETF explicite	+0.05	Neutre
Survivorship	Ignoré	Réintégrer les délistés dans le backtest	Sharpe −0.10 (réalisme)	MaxDD ajusté +3 à +5 pts
Look-ahead globalMean	Présent (faible)	Calcul rolling out-of-sample	Sharpe −0.05 (réalisme)	Neutre

---

4. Scénarios de stress à simuler

À implémenter dans scripts/stress-test.mjs (nouveau), avec output sur /methodologie#stress :

1. GFC 2008 : appliquer aux 15 noms du portefeuille T+90 le rendement historique du CAC Mid 60 sur sept 2008 → mars 2009 (−52 %). Hypothèse pessimiste : multiplier par 1.2 (les insider buys sont surreprésentés en sociétés en détresse).
2. Crash COVID mars 2020 : −38 % CAC sur 4 semaines, rebond +40 % sur 6 semaines. T+90 hold absorbe tout l'aller-retour. Calculer MaxDD intra-trimestre.
3. Sell-off small-caps 2022 : CAC Mid & Small −22 % sur l'année, mid-caps tech FR jusqu'à −45 %. Comparer perf stratégie modèle vs perf small-cap index pour mesurer l'alpha en régime baissier sectoriel.
4. Sécheresse de signaux : forcer sampleSize = 0 sur 2 trimestres consécutifs. Vérifier que le code gère (actuellement, ligne 130 de winning-strategy.ts, rows sera vide → []). Quelle est la perf "fallback" ? Cash ? CAC ? À documenter.
5. Phase III ratée multi-noms : injecter −60 % sur 3 noms biotech simultanément au sein d'un trimestre. Mesurer DD du portefeuille avec et sans cap par nom à 7 %.
6. Insider scandal : un PDG décoré dans le track-record est démasqué pour fraude → ses signaux historiques deviennent du bruit. Simuler retrait des top-5 insiders par trackRecordAlpha et recalculer l'alpha global. Test de robustesse au "key person risk" du signal.
7. Reverse stress test : quel rendement annuel des mid-caps FR conduit à un Sharpe < 0.5 pour la stratégie ? (Trouver le point de bascule.)

---

5. Métriques additionnelles à publier sur /methodologie

Le STRATEGY_PROOF actuel expose avgReturn, avgAlpha, sharpe, winRate, maxDrawdownPct. C'est insuffisant pour un cadre risk-aware. Ajouter :

Métrique	Définition	Pourquoi
Volatilité annualisée	σ(rendements mensuels) × √12	Permet à l'utilisateur de calibrer son sizing
Max Drawdown (peak-to-trough, daily curve)	Sur courbe d'equity quotidienne, pas annuelle	Vérité terrain vs le −12 % hard-codé actuel
Time-Under-Water (TUW)	Nombre moyen de jours pour récupérer un nouveau plus haut	Capture la douleur psychologique
Calmar Ratio	CAGR /	MaxDD
Sortino Ratio	Mean / σ(rendements négatifs)	Différencie vol haussière (souhaitée) vs baissière (subie)
Hit ratio par secteur	Win rate ventilé par sectorTag	Identifie où l'alpha vient réellement
Hit ratio par taille (Sweet vs Mid vs Small)	Existe déjà dans bySize	À promouvoir sur la page publique
Worst trade	Min single-name return sur la période backtest	Honnêteté sur le tail
Best/Worst trimestre	Min et max sur l'equity curve	Transparence sur la dispersion
Beta vs CAC 40	Régression OLS des rendements stratégie / CAC	Quantifier la part de la perf qui est du β classique
Skewness & Kurtosis	Moments 3 et 4 de la distribution de rendements	Vrai diagnostic de tail-risk
Slippage modélisé	Coût total en bps, ventilé par taille de ticket	Honnêteté sur la transposabilité à capital plus élevé

Recommandation forte : afficher MaxDD daily, TUW et Sortino au même niveau de visibilité que le Sharpe sur /methodologie. Un Sharpe 1.00 avec un TUW de 14 mois et un MaxDD daily de −28 % se vend mal — mais cacher ces chiffres revient à exposer l'utilisateur à un retour de bâton réputationnel quand le drawdown arrivera.

---

Résumé (100 mots)

La stratégie Sigma délivre probablement un alpha réel sur 2022–2025, mais le cadre risque est dangereusement minimal : pas de cap single-name, pas de cap sectoriel, pas de hedge, pas de stop, un MaxDD hard-codé non recalculé, et un univers mid-cap FR structurellement biaisé biotech/tech qui peut subir des crashs coordonnés. Quatre overlays prioritaires : cap 5–7 % par nom, cap 25 % par secteur via sectorTag, vol-targeting (meilleur ratio bénéfice/complexité), et fallback CAC ETF si moins de 10 signaux qualifiés. Stress-tester impérativement 2008, mars 2020, et la sécheresse de signaux. Publier vol annualisée, MaxDD daily, TUW, Sortino et Calmar sur /methodologie pour honnêteté intellectuelle.