DROP #46 : (ÉTUDES 2026) Nos scores sont-ils vraiment fiables ? On a testé la Sûreté du Dividende et la Valorisation!

Bonjour tout le monde,

J’espère que vous allez bien.

Comme promis il y a quelques mois, nous avons lancé un grand chantier de recherche interne. L’objectif était simple : vérifier si nos algorithmes et scores propriétaires sont fiables, sans biais de rétrospection, ni cherry-picking.

On commence aujourd’hui avec la publication de nos deux premières études scientifiques de validation : le Score de Sûreté du Dividende et le Graphique de Valorisation (Juste Prix Invvest).

Ce sont nos plus anciens algorithmes et ceux sur lesquels nous avons le plus de données. Les études des autres scores suivront.

Voici un petit condensé de ce qu’on a découvert (et les liens pour lire les études complètes).

Score de Sûreté du Dividende : peut-on lui faire confiance ? :shield:

Nous avons figé les scores de plus de 1 100 entreprises en janvier 2024, puis nous avons observé ce qui est réellement arrivé à leurs dividendes au cours des deux années suivantes (2024 et 2025).

Ce qu’il faut retenir :

  • 96,8 % des entreprises notées Très Sûres ont conservé leur dividende intact la 1ère année (et 98,4 % la 2e année).

  • Vous avez 10 fois plus de chances de subir une coupe de dividende avec une entreprise notée sous le niveau Sûr qu’avec une entreprise Très Sûre.

  • 71 % des réductions et coupures de dividendes provenaient d’entreprises que notre score avait déjà identifiées comme à risque.

:backhand_index_pointing_right: Lire l’étude complète sur la Sûreté du Dividende

Graphique de Valorisation : les cours reviennent-ils vers notre “Juste Prix” ? :bullseye:

Nous avons analysé plus de 27 000 observations trimestrielles sur les marchés US et européens en figeant notre estimation de Juste Prix théorique sur 12 à 24 mois.

Ce qu’il faut retenir :

  • Près de 8 actions sous-évaluées sur 10 (79,1 %) rejoignent notre zone de juste prix en moins de 24 mois.

  • Quand la convergence a lieu, elle est rapide : le trajet médian prend environ 6 semaines (43 jours).

  • Test d’honnêteté : Dans 83,4 % des cas, c’est le cours de bourse qui est venu taper notre objectif, et non notre algorithme qui s’est réajusté pour coller au marché.

  • Attention aux décotes extrêmes (> 50 %) : L’étude montre que lorsqu’une action est bradée à plus de 50 %, le taux de convergence chute. C’est souvent le signe d’un value trap.

:backhand_index_pointing_right: Lire l’étude complète sur le Graphique de Valorisation

Pourquoi c’est important pour vous ?

Sur Invvest, nous voulons vous proposer des outils d’analyse décisionnelle auxquels vous pouvez accorder votre confiance. Publier ces études en totale transparence, avec leurs réussites mais aussi leurs limites, fait partie de notre engagement envers vous.

Chaque année, nous gèlerons une nouvelle génération de scores et nous publierons les résultats actualisés.

On a hâte d’avoir vos retours, vos questions et vos remarques sur ce fil :backhand_index_pointing_down:

Pourquoi c’est important pour nous ?

Je vais être honnête : nous étions assez anxieux avant le lancement du chantier car nous ne savions pas ce qui allait en sortir. Tout était jusqu’à maintenant théorique.

Aujourd’hui, nous sommes super fiers des résultats et de ce que ça implique : nos algos sont solides.

Toutefois rien n’est à 100 %. Ces premiers résultats nous ont donné énormément d’informations pour pouvoir améliorer et affiner continuellement nos méthodes de calculs. Cela se reflétera au fur et à mesure du temps.

Merci à @gabriel pour le pilotage de ce chantier. Merci à @Moe pour la mise en place technique. Et surtout merci à vous pour votre confiance.

4 « J'aime »

Trop bien, merci pour cette étude analytique et bravo à l’équipe !

P.S. : est-ce possible d’intégrer une croix à la bannière qui promeut l’étude sur l’interface du site ? Afin de pouvoir la fermer lorsqu’on l’a déjà lu par exemple.

3 « J'aime »

Première nouveauté depuis bientôt 4 mois… quand d’autres en proposent une tous les quinze jours. Mais que se passent-ils ??

1 « J'aime »

mieux vos une toutes les 4mois qualit que tous les 15jours décevante

Hello,

Aaaaah au moment où je suis en train d’abandonner le stock picking vous me rattrapez par la manche avec cette étude que j’avais oublié que j’attendais :sweat_smile:

Le score de sureté du dividende ne m’intéressant pas spécialement, j’ai lu que l’étude sur le juste prix et je dois dire que je suis assez partagé : les résultats sont prometteurs mais la qualité de l’étude ne me permet pas encore de valider votre méthode de valorisation.

Je vais essayer de vous faire le retour le plus constructif possible. Pardonnez-moi si les formes n’y sont pas (je fais ça en parallèle d’autres choses), il n’y a aucune intention de discréditer votre outil, au contraire j’ai très envie que les résultats soient concluants !

  1. La convergence vers le juste prix démontre-t-elle réellement sa pertinence ?

Votre résultat (taux de convergence de 79% sous 24 mois pour les actions sous-évaluées) est intéressant mais la définition de la convergence (« dès que le prix entre dans la zone du Juste Prix figé ») me semble insuffisante pour établir la pertinence réelle du modèle.

Une action peut très bien entrer brièvement dans sa fourchette de valorisation, être comptabilisée comme une convergence réussie, puis repartir durablement à la baisse. De même, une convergence peut correspondre à une hausse relativement modeste si le cours initial se trouve proche de la borne inférieure de cette fourchette.

Au-delà du simple taux de convergence, il serait donc intéressant de connaître :

  • Les rendements effectivement réalisés à horizons fixes de 3, 6, 12 et 24 mois.
  • Les rendements moyens et médians selon vos différentes tranches de valorisation.
  • La proportion d’actions ayant surperformé leur indice de référence.
  • La distribution des performances pour identifier notamment les pertes extrêmes.
  • La persistance des convergences : combien d’actions restent dans leur fourchette ou poursuivent leur progression après l’avoir atteinte ?

Pour moi en l’état actuel, 79% de convergence n’est pas suffisant pour valider l’outil : si 79 actions font +20% pendant que 21 autres font -80%, on sera perdants. Encore pire si parmi ces 79 actions certaines convergent vers votre juste prix (car vous parlez de zone donc il se peut que le juste prix ne soit jamais atteint) avant de rechuter.

  1. Comment distinguer la valeur ajoutée de l’algorithme d’un simple retour à la moyenne ?

Dans vos conclusions, vous décrivez le juste prix comme un « pôle d’attraction » vers lequel les cours auraient tendance à revenir. Ce serait top que ce soit vrai mais je pense qu’il manque une comparaison avec des modèles de référence avant de la valider. Qui dit que vous n’avez pas fait votre étude dans une période ultra favorable pour les actions décotées ?

De plus, vous étudiez des actions qui sont par définition volatiles donc il ne serait pas étonnant qu’une proportion importante d’actions éloignées d’un niveau de référence pourrait finir par le recroiser, même si ce niveau est estimé par une méthode beaucoup plus simple que votre algorithme maison.

Il serait donc particulièrement instructif de comparer vos taux de convergence à ceux obtenus avec un juste prix fondé sur les multiples de valorisation historiques (PER, EV/EBITDA, etc.) ou un modèle très simple de retour à la moyenne. En gros est-ce qu’utiliser votre juste prix donne de meilleurs résultats qu’une simple MM200 par exemple ?

  1. Le cas des actions fortement sous-évaluées

Vous observez un taux de convergence de seulement 32,71% pour les actions fortement sous-évaluées. L’hypothèse des value traps me paraît tout à fait plausible mais il ne faut pas complètement écarter une autre explication possible : plus une action se situe loin de sa fourchette de juste prix, plus le mouvement nécessaire pour y entrer est important. Ces actions ont très bien pu avoir des rendements intéressants mais être parties de trop loin pour atteindre votre zone de juste prix en 2 ans.

Pour savoir quelle hypothèse est la plus proche de la vérité, il serait intéressant de déterminer dans quelle mesure cette différence de convergence résulte simplement de la distance initiale à la cible et dans quelle mesure elle traduit effectivement une dégradation des fondamentaux non encore intégrée au modèle.

C’est pour ça qu’il serait intéressant de parler en rendement plutôt qu’en taux de convergence comme je le proposais plus haut.

  1. Indépendance des observations

Vous précisez qu’une entreprise restant sous-évaluée pendant plusieurs trimestres peut être comptabilisée comme 4 épisodes distincts.

Ce choix peut se justifier dans une logique de points d’entrée successifs mais ces observations ne sont pas statistiquement indépendantes puisque les périodes de suivi d’une même entreprise se chevauchent. Il serait intéressant de connaître le nombre d’entreprises distinctes représentées dans vos 27 000 observations et éventuellement de calculer des intervalles de confiance tenant compte de ces observations répétées.

  1. Biais du survivant

Vous reconnaissez que certaines entreprises disparues des bases historiques ne peuvent plus être intégrées à l’analyse. Ce point m’embête particulièrement car les entreprises en faillite ou radiées de la cote ont de bonnes chances d’être surreprésentées parmi les actions considérées comme sous-évaluées. Leur exclusion pourrait donc favoriser artificiellement les résultats. Est-ce que vous connaissez le nombre d’entreprises concernées ?

  1. Période étudiée

Vous évoquez « plusieurs années de données historiques récentes » sans préciser exactement les dates de début et de fin de votre étude. C’est important à savoir pour remettre les résultats dans leur contexte même si ici on se doute que vous avez travaillé sur les dernières années. Par contre j’aimerais bien savoir comment vous avez traité les observations ne disposant pas encore de 24 mois de recul ?

  1. Test d’honnêteté

J’avoue que je ne suis pas sûr d’avoir compris ce point. De ce que j’ai compris, vous comparez les convergences vers les justes prix historiques figés aux dates de mise à jour des justes prix affichés sur la plateforme ? Si c’est bien ça, je ne comprends pas bien ce qu’apporte ce test puisque vos objectifs historiques restent de toute façon figés ?

  1. Une validation par les performances boursières aurait été plus intéressante

Je reviens sur ce point dont j’ai un peu parlé plus haut mais c’est le point le plus important pour moi. A mon avis, il aurait été beaucoup plus convaincant de réaliser un backtest d’une stratégie d’investissement fondée sur vos signaux de valorisation.

Par exemple, une stratégie achetant trimestriellement un portefeuille diversifié d’actions sous-évaluées selon Invvest, puis mesurant leurs performances à 12 et 24 mois, pourrait être comparée à un indice de référence et à une stratégie de valorisation plus traditionnelle.

L’étude des rendements annualisés, de la volatilité, du maximum drawdown et de la surperformance permettrait d’évaluer beaucoup plus directement l’intérêt de votre indicateur pour les investisseurs.

En tout cas, c’est ce genre d’étude qui m’aurait convaincu de m’abonner. Là votre étude a piqué ma curiosité mais me laisse un sentiment d’inachevé.

  1. Et les autres scores Invvest ???

Je crois que j’en avais parlé au tout début d’Invvest : ces scores que vous avez développés m’intéressent particulièrement mais j’ai besoin de preuves qu’ils sont fiables avant de les utiliser. Peut-être que je suis trop impatient et que les études concernant les scores restants vont suivre ces 2 premières ?

Pour conclure, je tiens à souligner que je trouve votre initiative très positive d’avoir pris la peine de soumettre vos indicateurs propriétaires à une évaluation historique publique. Les résultats présentés sont encourageants et votre approche méthodologique est plutôt intéressante.

Mais je pense qu’il y a encore un écart important entre démontrer que les cours rejoignent fréquemment vos justes prix et démontrer que ceux-ci fournissent un avantage exploitable aux investisseurs.

J’insiste mais une analyse basée sur des rendements associée à une comparaison avec des modèles de référence renforcerait vraiment la crédibilité de vos outils. C’est pas tout à fait mon domaine de compétences mais si jamais je peux aider pour la méthodo, n’hésitez pas.

Merci encore pour votre travail et pour le partage de cette étude :saluting_face:

edit : désolé pour le pavé mais y a tellement de potentiel que ça m’a inspiré :joy:

Merci beaucoup @Alexis pour ce pavé que j’ai pris plaisir à lire. Très heureux de savoir que t’as bien tout lu et pas juste parcouru rapidement :wink:

Les questions que tu soulèves sont extrèmement pertinente. Je vais laisser le soin à @Gabriel de te répondre méthodologiquement car c’est lui qui a piloté l’étude et qui a tous les éléments en main.

Je note cependant que ton point 8 est un must-have (validation par les perf) pour les prochaines études. Ça me plait de faire un backtest d’actions sous-valo selon nous vs un backtest d’actions valorisées traditionnellement.

De manière plus globale, j’ai noté plusieurs axes d’amélioration dans ton message et je vais m’assurer que le plus possible soit pris en compte pour les prochaines itérations. Ça reste notre première étude et c’est tout sauf parfait.

Au sujet des autres scores, leurs études vont venir. Ça prend 10 minutes à lire mais ça demande des semaines à faire ^^ On n’a pas voulu toutes les faire avant de publier sinon on aurait attendu encore longtemps. Du coup on fait par batch.

Merci encore à toi pour avoir pris le temps de nous partager tout ça. C’est de l’or pour nous.

2 « J'aime »

Peut être mais le problème c’est que la communauté s’essoufle. Il n’y a qu’a voir l’activité sur le forum ainsi que les messages en direct, il n’y a plus grand monde… Et les rares messages qu’il y a, évoquent le fait de ne pas renouveler leur abonnement. Je fais là simplement un constat de ce que je peux lire.