Théorie des perspectives Prospect Theory

Le modèle de base

Kahneman et Tversky ont publié la théorie des perspectives en 1979 — Kahneman a reçu le prix Nobel commémoratif des sciences économiques en 2002 pour ces travaux, plus tard synthétisés dans Thinking, Fast and Slow (2011) — comme une remise en cause directe de l'hypothèse de la théorie de l'utilité espérée selon laquelle les individus évaluent les résultats en fonction de la richesse finale. Au lieu de cela, les individus évaluent les résultats comme des gains ou des pertes par rapport à un point de référence — généralement le prix d'achat, un plus haut antérieur, ou tout chiffre perçu comme référence de base — et un même montant en dollars a un poids différent selon le côté du point de référence où il se situe. Le second écart de la théorie par rapport à l'utilité espérée concerne la pondération des probabilités : les individus surpondèrent les petites probabilités et sous-pondèrent les grandes, ce qui explique pourquoi les paris à faible probabilité et les résultats quasi certains sont tous deux mal évalués par rapport à leurs véritables chances.

L'aversion aux pertes et ses conséquences

Le résultat le plus cité de la théorie est que les pertes pèsent environ deux fois plus que des gains équivalents — une perte de 100 $ fait à peu près aussi mal qu'un gain de 200 $ fait du bien, un rapport qui s'est confirmé dans des dizaines de réplications, tant en laboratoire que sur le terrain. Cette asymétrie explique à elle seule deux des schémas les plus persistants dans le comportement de trading : l'effet de disposition, où les investisseurs vendent trop tôt les positions gagnantes pour sécuriser un gain et conservent trop longtemps les positions perdantes pour éviter de matérialiser une perte, ainsi que la vente de panique, où une baisse franchissant le seuil de perte par rapport au point de référence déclenche une action disproportionnée par rapport au risque réel de la position. Ces deux schémas coûtent des rendements réels, et tous deux trouvent leur origine dans cette même pondération asymétrique plutôt que dans une quelconque réévaluation rationnelle des perspectives de la position.

Comment Closelook l'utilise

Money Temperature lit directement le comportement lié au point de référence à l'échelle de la foule — les extrêmes de la jauge coïncident souvent avec une vente motivée par le point de référence plutôt qu'avec une vente motivée par les fondamentaux, car une foule proche de son propre prix de revient se comporte différemment d'une foule détenant d'importantes plus-values latentes. Voir Loss Aversion et Anchoring pour les deux mécanismes que la théorie prédit en pratique, et Drawdown pour l'indicateur où les effets de point de référence apparaissent le plus clairement sur un graphique. Aucun de ces outils ne dit au lecteur quoi faire d'une position ; ils décrivent le biais susceptible d'agir sur la foule à un moment donné, ce qui est le maximum qu'une couche de données puisse honnêtement prétendre savoir. Mettre en parallèle le comportement lié au point de référence à l'échelle de la foule et le propre point de référence du lecteur sur une position donnée constitue l'usage pratique de la théorie, et non un signal d'action pour l'un ou l'autre pris isolément.