L'Investisseur Antifragile — Le Laboratoire - Papier n°1
Le tamis menteur
Nous avons passé mille sociétés dans un filtre juste neuf fois sur dix. Il en a retenu cent quarante. Quatre-vingt-quinze n'avaient rien à y faire.
Résumé
Nous avons pris un filtre qui fait bien les deux choses qu'on lui demande — il retient neuf vraies trouvailles sur dix, et ne se laisse abuser qu'une fois sur dix par le reste — puis nous l'avons passé sur mille sociétés dont cinquante méritaient d'être trouvées. Il a rendu cent quarante noms : quarante-cinq bons, quatre-vingt-quinze de bruit. Deux noms sur trois n'avaient rien à faire dans cette liste, et le filtre n'a pourtant menti sur aucune de ses deux qualités : c'est la rareté de ce qu'on cherche qui a retourné le résultat.
Trois autres choses sont sorties du calcul. La liste bascule dans le faux à un endroit exact — une cible sur dix, ici. Les deux erreurs d'un filtre ne coûtent pas le même prix : porter la détection à la perfection ne gagne que deux points, diviser le bruit par deux en gagne seize. Et les deux façons d'améliorer une liste — resserrer le filtre, ou mieux choisir l'univers de départ — se révèlent être la même opération arithmétique, ce qui nous a démentis.
Ce que le lecteur doit en retirer tient en une phrase : une liste de screening n'est pas une liste d'achats, et elle n'a jamais prétendu l'être.
Section 1
Ce qu'une liste de filtre coûte quand la cible est rare
Tout investisseur qui utilise un filtre — un screener, une liste de critères, une grille — lit le résultat comme si le filtre lui avait rendu ce qu'il cherchait. Nous voulions savoir ce que cette lecture coûte quand ce qu'on cherche est rare. Il n'y avait pas besoin de données de marché : la réponse est arithmétique, et elle se calcule à la main.
Le dispositif est un univers de mille sociétés. Une part d'entre elles — que nous appelons la rareté — sont de vraies trouvailles. Le filtre les examine une par une et retient chacune avec une probabilité donnée : c'est la détection. Il examine aussi toutes les autres, et en retient une part à tort : ce sont les faux positifs. La liste rendue est la somme des deux. Ce que nous mesurons, nous l'appelons la pureté de la liste : la part des noms retenus qui méritaient réellement de l'être.
En clair
- Un filtre se juge sur deux choses : ce qu'il reconnaît, et ce qu'il laisse passer à tort.
- Ce papier ne mesure qu'une grandeur : la part de la liste qui méritait d'y être.
- Tout se calcule à la main sur mille sociétés, sans aucune donnée de marché.
Les paramètres, et d'où ils viennent
| Paramètre | Valeur | Ancrage |
|---|---|---|
| Univers examiné | 1 000 | Taille ronde : les calculs se font de tête |
| Rareté | 5 % | Illustrative |
| Détection | 90 % | Illustrative : un filtre considéré comme bon |
| Faux positifs | 10 % | Illustrative |
Valeurs illustratives choisies pour la démonstration. Aucun seuil de sélection n'est publié ici.
Le tamis menteur
Cent quarante noms, quarante-cinq bons
Sur mille sociétés dont cinquante sont de vraies trouvailles, le filtre en retient quarante-cinq — il n'en a manqué que cinq, ce qui est excellent. Mais il examine aussi les neuf cent cinquante autres, et en retient dix pour cent : quatre-vingt-quinze noms de plus. La liste compte donc cent quarante noms, dont quarante-cinq sont bons : une pureté de 32,1 %.
Le mécanisme tient entièrement dans le rapport des tailles : le filtre se trompe rarement, mais sur un très grand nombre de sociétés, tandis qu'il a raison sur un très petit nombre. Dix pour cent d'un grand nombre écrasent quatre-vingt-dix pour cent d'un petit. Aucune des deux qualités du filtre n'est en cause.
Le point de bascule
Le seul chiffre de ce papier qui vaut d'être retenu par cœur
Il existe une rareté exacte à laquelle la liste est moitié vraie, moitié fausse. Elle se calcule sans effort : le taux de faux positifs divisé par la somme de la détection et du taux de faux positifs. Avec nos valeurs, dix pour cent divisés par cent pour cent : la bascule tombe à une cible sur dix, très exactement.
En dessous, la liste est majoritairement fausse. Au-dessus, majoritairement vraie. Ce chiffre donne immédiatement le régime dans lequel on se trouve, sans rien calculer d'autre.
En clair
- Plus ce que vous cherchez est rare, plus votre liste contient de noms qui n'ont rien à y faire.
- En dessous d'une cible sur dix, la majorité de la liste est du bruit — même avec un bon filtre.
- Ce n'est pas un défaut du filtre : aucun réglage ne supprime cette conséquence de la rareté.
La pureté de la liste, rareté par rareté
| Rareté de la cible | Liste rendue | Dont vraies | Pureté |
|---|---|---|---|
| 0,5 % | 104 | 4,5 | 4,3 % |
| 1 % | 108 | 9 | 8,3 % |
| 2 % | 116 | 18 | 15,5 % |
| 5 % | 140 | 45 | 32,1 % |
| 10 % — la bascule | 180 | 90 | 50,0 % |
| 20 % | 260 | 180 | 69,2 % |
| 50 % | 500 | 450 | 90,0 % |
Détection 90 %, faux positifs 10 %. Calcul exact, refaisable à la main ligne par ligne.
L'asymétrie des deux erreurs
Une détection parfaite ne rattrape presque rien
Un filtre peut se tromper de deux façons : laisser échapper une vraie trouvaille, ou retenir une société qui ne le méritait pas. L'intuition les traite comme deux défauts symétriques. Le calcul dit autre chose, et l'écart est considérable.
Partons de notre liste à 32,1 % de pureté. Rendons la détection parfaite — le filtre ne rate plus aucune trouvaille, ce qui est la limite absolue de ce qu'on peut espérer : la pureté monte à 34,5 %, deux points et trois dixièmes. Reprenons la détection à quatre-vingt-dix pour cent, et divisons seulement le taux de faux positifs par deux : la pureté passe à 48,6 %, seize points et demi. Le second geste rapporte sept fois le premier, et le premier était déjà le meilleur possible.
Le cas limite achève de le montrer. Si le filtre ne produisait aucun faux positif, la pureté serait de cent pour cent — quelle que soit la rareté, y compris une sur deux cents. Ce n'est donc pas la rareté qui fabrique le mensonge du tamis : c'est le bruit, et la rareté ne fait que lui donner sa force de frappe.
Les deux leviers
Resserrer le filtre et mieux choisir l'univers sont la même opération
Reste la question pratique : pour améliorer une liste, vaut-il mieux resserrer le filtre, ou mieux choisir l'univers auquel on l'applique ? Nous attendions un avantage net au second. Le calcul nous a démentis.
Ce n'est pas une coïncidence de chiffres, et l'algèbre le dit en une ligne. Diviser par deux le taux de faux positifs et doubler la part de vraies trouvailles dans l'univers conduisent à la même expression dès que la cible est rare, parce que la part de non-trouvailles reste alors voisine de la totalité dans les deux cas. Les deux gestes ne sont pas comparables : ils sont identiques.
La conséquence pratique est franche. Les deux leviers se valent, donc le bon critère de choix n'est pas leur efficacité mais leur coût — et leur prix caché, car resserrer un filtre fait perdre de vraies trouvailles, tandis que mieux choisir son univers n'en fait perdre aucune.
Deux gestes de coût supposé égal, comparés sur la même liste
| Rareté de départ | Filtre deux fois plus strict | Univers deux fois mieux trié | Écart |
|---|---|---|---|
| 0,5 % | 8,3 % | 8,3 % | 0,04 pt |
| 2 % | 26,9 % | 27,3 % | 0,41 pt |
| 5 % | 48,6 % | 50,0 % | 1,35 pt |
| 10 % | 66,7 % | 69,2 % | 2,56 pt |
| 20 % | 81,8 % | 85,7 % | 3,90 pt |
Calcul exact. L'écart se referme à mesure que la cible se raréfie — les deux leviers convergent.
Ce qui nous a surpris
Trois attentes écrites avant le calcul, une démentie
Nous attendions un avantage net au pré-tri de l'univers. Nos trois attentes ont été écrites et datées avant le premier calcul. La troisième annonçait que réduire l'univers de départ rapporterait nettement plus que resserrer un filtre déjà bon. Le calcul donne une quasi-égalité, et l'écart s'annule à mesure que la cible se raréfie : nous attendions une hiérarchie, nous avons trouvé une identité.
L'asymétrie des deux erreurs est plus violente que prévu. Nous attendions que le taux de faux positifs pèse davantage. Nous n'attendions pas que la détection parfaite — la borne supérieure absolue — ne rapporte que deux points quand une simple division par deux du bruit en rapporte seize.
Le point de bascule est plus simple que le problème. Rien n'imposait qu'il tombe sur une expression aussi courte, ni que nos valeurs illustratives le placent exactement sur un chiffre rond. C'est une commodité pédagogique que nous n'avions pas anticipée en choisissant les paramètres.
- 1Quel est le taux réel de faux positifs d'un filtre fondamental ?Tranchable — appliquer un filtre à une année passée, puis vérifier trois ans plus tard combien des sociétés retenues méritaient de l'être. Mesure de type A, qui exige nos propres archives datées.
- 2La rareté est-elle une propriété de l'univers, ou du critère ?Non tranchable en l'état — un même univers a une rareté différente selon ce qu'on y cherche ; il n'y a peut-être pas de réponse indépendante du critère.
- 3Les deux erreurs ont-elles le même coût pour l'investisseur ?Non tranchable — rater une trouvaille coûte un manque à gagner, en analyser une fausse coûte du temps. Ces deux monnaies ne se ramènent pas à une même échelle.
Solide ou fragile
Les signes et les formes. La pureté baisse quand la cible se raréfie ; le taux de faux positifs pèse plus que la détection ; les deux leviers convergent quand la cible est rare. Ces trois énoncés sont des conséquences arithmétiques, vraies pour toute valeur des paramètres et sans aucune hypothèse sur les marchés.
Les magnitudes. 32,1 %, 10 %, 16,5 points sortent de quatre valeurs choisies pour la démonstration : vrai dans le modèle, à calibrer sur le réel. Le calcul suppose en outre un filtre traitant chaque société indépendamment avec un taux d'erreur constant — un vrai filtre se trompe davantage sur certains secteurs, certaines tailles, certains régimes de marché.
Ce que cela change
Une liste n'est pas un résultat, c'est un point de départ
Pour le lecteur, le geste est arithmétique et immédiat. Devant une liste issue d'un filtre, la première question n'est pas « ces noms sont-ils bons ? » mais « à quel point ce que je cherche était-il rare avant le filtre ? ». Si la réponse est « plus rare qu'une sur dix », la liste est majoritairement fausse, et le travail commence au moment où elle s'affiche.
Pour nous, la conséquence est un coût, pas une confirmation. Nous publions des analyses issues d'une sélection, et ce papier dit que la sélection seule ne peut pas produire une liste majoritairement juste sur un univers où la cible est rare — quelle que soit sa qualité. L'analyse approfondie qui suit le filtre n'est donc pas un supplément de soin : c'est la seule étape qui fait remonter la pureté, et son absence ne se rattrape par aucun réglage.
Nous signalons la complaisance possible : cette conclusion donne raison à la façon dont nous travaillons déjà. Elle reste une conséquence arithmétique, indépendante de nous — mais une conclusion qui arrange celui qui l'écrit doit être signalée par lui, et non découverte par le lecteur.
Méthode et reproductibilité
Sept expériences, aucune graine, tout refaisable à la main
Python 3, bibliothèque standard pour le calcul. Aucun tirage aléatoire, donc aucune graine : toutes les valeurs de ce papier sont des calculs exacts, refaisables avec une calculatrice. Sept expériences — E1 cas de référence, E2 variation de la rareté, E3 les deux erreurs, E4 les deux leviers, E5 robustesse du signe, E6 vérification algébrique de l'équivalence, E7 cas limite sans faux positif.
La gate de réalité d'un papier de type C se passe par variation des hypothèses et non par changement de graine : E5 fait varier la détection de 70 % à 99 % et le taux de faux positifs de 1 % à 20 %, soit vingt combinaisons. Le signe et l'ordre de grandeur des trois résultats tiennent sur toutes. Le code accompagne ce papier.
Le corpus
- ≈Aucune source externe n'est mobilisée dans ce papier. Toutes ses valeurs sont les sorties de son propre calcul : il n'y a donc aucune citation à créditer d'un statut de lecture, et rien ne s'appuie ici sur un texte que nous n'aurions pas lu.
- ≈Théorème de Bayes — la forme du calcul, remonter de la fiabilité d'un test à celle de son résultat, en est une application élémentaire. Du domaine public, enseignée partout. Le papier ne lui doit que son écriture et se vérifie entièrement sans elle.
P - texte integral luS - reference verifiee, texte non lu≈ - reformulation