Saisonnalité en trading : mythe statistique ou edge réel ?

« Sell in May and go away. » « Rallye de fin d'année. » « Effet janvier. » Tu as forcément croisé ces formules, présentées comme des vérités du marché qu'il suffirait d'exploiter pour gagner. L'idée séduit : si le marché se comportait de façon prévisible à certaines périodes du calendrier, il suffirait d'acheter et de vendre aux bonnes dates.

La réalité de la saisonnalité en trading est plus nuancée, et bien plus intéressante. La grande majorité des « patterns saisonniers » qu'on te vend ne sont que du bruit statistique, des illusions créées par le data mining. Mais quelques effets sont réels, persistants, et surtout explicables par une cause mécanique. Savoir distinguer les deux, c'est éviter de bâtir une stratégie sur du sable, et c'est précisément l'objet de cet article.

Pourquoi la plupart des patterns saisonniers sont du data mining

Commençons par le piège, parce qu'il est partout. Le calendrier offre une quantité énorme de découpages : douze mois, cinquante-deux semaines, cinq jours ouvrés, quatre trimestres, sans parler des combinaisons (« le deuxième mardi de chaque mois », « la semaine avant l'expiration des options »).

Si tu testes assez de combinaisons sur un historique de prix, tu trouveras forcément des « anomalies ». C'est mathématiquement garanti. Avec un seuil de significativité classique de 5 %, une combinaison sur vingt ressortira comme « statistiquement significative » par pur hasard, alors qu'il n'y a aucune cause derrière. Teste deux cents combinaisons, tu obtiens une dizaine de « patterns » impressionnants qui ne sont que du hasard habillé en découverte.

C'est exactement le même mécanisme que le surapprentissage (overfitting) décrit dans l'article sur le backtesting : plus tu cherches dans les données, plus tu trouves des coïncidences qui ne se reproduiront pas. La saisonnalité est un terrain de chasse idéal pour ce biais, parce que le calendrier multiplie les façons de découper l'histoire.

Le test décisif est simple : un pattern saisonnier n'a de valeur que si tu peux expliquer pourquoi il existe. Pas une histoire racontée après coup, mais un mécanisme réel, lié à des flux d'argent ou à un comportement structurel. Sans cause, c'est une coïncidence, et une coïncidence ne te paiera pas tes trades de l'année prochaine.

« Sell in May » : un vrai écart, une mauvaise exploitation

L'adage le plus célèbre mérite qu'on s'y arrête, parce qu'il illustre parfaitement la nuance.

Sur de longues séries historiques des indices actions américains et européens, il existe effectivement un écart de performance moyen entre la période novembre-avril (plus forte) et la période mai-octobre (plus faible). L'écart est documenté, il n'est pas inventé. Jusque-là, le proverbe a un fond de vérité.

Le problème, c'est l'exploitation naïve. « Vendre en mai et revenir en novembre » pose trois soucis concrets. D'abord, la performance estivale reste en moyenne légèrement positive : tu ne shortes pas un marché qui monte un peu, tu te contentes de moins gagner. Ensuite, en sortant tout l'été, tu rates les étés où le marché grimpe fortement, et il y en a eu beaucoup. Enfin, entrer et sortir chaque année a un coût en frais et en timing, et il suffit de rater de quelques jours pour annuler tout l'avantage.

La leçon : un effet saisonnier peut être statistiquement réel et inexploitable tel quel. L'écart existe, mais il est trop faible, trop variable et trop coûteux à capturer pour en faire une stratégie. C'est un fait de contexte intéressant, pas un signal d'achat ou de vente.

Les effets saisonniers qui ont une vraie cause

Maintenant, les bonnes nouvelles. Certains effets persistent parce qu'ils sont causés par quelque chose de mécanique. Ce sont ceux-là qui méritent ton attention.

L'effet de tour de mois (turn-of-the-month). Une part anormalement élevée de la performance mensuelle des indices actions se concentre sur une poignée de jours : grossièrement les derniers jours ouvrés du mois et les tout premiers du suivant. La cause n'a rien de mystique : c'est le calendrier des flux. Salaires, versements sur les plans d'épargne retraite, rééquilibrages mensuels de fonds, réinvestissement de dividendes, tout cela arrive en fin et en début de mois et pousse de l'argent dans le marché de façon récurrente. Un flux régulier crée un biais récurrent.

L'effet janvier et le tax-loss selling. Aux États-Unis, beaucoup d'investisseurs vendent en décembre les titres en perte pour réaliser une moins-value déductible fiscalement, puis rachètent en janvier. Résultat : une pression vendeuse en fin d'année sur les petites capitalisations malmenées, suivie d'un rebond début janvier. La cause est fiscale, donc bien réelle, mais attention : elle dépend du régime fiscal américain et ne se transpose pas mécaniquement ailleurs. Le calendrier fiscal français n'a pas la même structure, comme le rappelle l'article sur la fiscalité du trading.

La faible liquidité de l'été et des fêtes. En août et autour des fêtes de fin d'année, les desks tournent en effectif réduit. Moins de participants, moins de profondeur de marché. Conséquence concrète : les spreads s'élargissent, les mouvements peuvent être plus erratiques sur de faibles volumes, et une news prend des proportions exagérées faute de contrepartie. Ce n'est pas un « trade » saisonnier, c'est un ajustement de risque saisonnier.

Le point commun de ces trois effets : ils s'expliquent par des flux d'argent ou des comportements structurels, pas par une magie du calendrier. C'est ça qui les rend crédibles.

Comment utiliser la saisonnalité sans se tromper de rôle

Voici l'erreur centrale à ne pas commettre : prendre la saisonnalité pour un générateur de signaux. Elle ne l'est pas.

Tu ne shortes pas le S&P 500 le 1er mai parce que « sell in May ». Tu n'achètes pas aveuglément les petites caps le 2 janvier. La saisonnalité est un filtre de contexte et de probabilité de fond, exactement comme les corrélations dans l'article sur les corrélations de marché : un outil de confirmation et d'ajustement, jamais une raison d'entrer en position à elle seule.

Concrètement, voilà à quoi ça ressemble en pratique :

• Tu réduis ta taille de position de 30 à 50 % en plein cœur de l'été, quand tu vois la liquidité chuter sur tes paires, parce que le risque de slippage et de mouvement erratique augmente. C'est une décision de gestion du risque, pas un pari directionnel.
• Tu sais que les jours de tour de mois ont tendance à porter un biais haussier sur les indices, donc tu accordes un peu plus de poids à tes setups longs à ce moment-là, sans pour autant abandonner tes règles d'entrée.
• Tu évites de surinterpréter un mouvement violent en août : avec peu de volume derrière, il a plus de chances d'être du bruit qu'un vrai changement de tendance.

La saisonnalité affine tes probabilités. Elle ne remplace ni ton analyse, ni ta gestion du risque, ni ta lecture du régime de marché.

Tester un pattern saisonnier avant d'y croire

Tu tombes sur une affirmation du type « le DAX monte toujours la première semaine de décembre ». Avant d'y caler le moindre euro, fais-la passer par trois filtres simples. Ça prend dix minutes et ça t'évite des mois d'illusion.

Premier filtre, la cause. Demande-toi quel flux d'argent ou quel comportement structurel produirait l'effet. Si tu n'as pas de réponse mécanique — fiscalité, rééquilibrage de fonds, cycle physique d'une matière première — passe ton chemin. Une statistique sans histoire causale crédible est presque toujours du hasard.

Deuxième filtre, la taille de l'échantillon. Un « pattern » observé sur cinq ou dix ans repose sur cinq ou dix observations seulement. C'est ridiculement peu pour conclure quoi que ce soit. Une poignée d'années exceptionnelles suffit à fabriquer une moyenne flatteuse qui ne tient pas. Exige des dizaines d'occurrences, et regarde la dispersion, pas seulement la moyenne : si l'effet est positif en moyenne mais négatif une année sur trois, il est inexploitable en pratique.

Troisième filtre, le test hors échantillon. C'est le plus discriminant. Sépare ton historique en deux : tu cherches le pattern sur la première moitié, puis tu vérifies s'il tient sur la seconde, que tu n'as pas regardée. Un vrai effet causal persiste sur la période qu'il n'a pas servi à fabriquer. Une coïncidence de data mining s'évapore. C'est exactement la discipline que décrit l'article sur le backtesting, appliquée au calendrier.

Si une affirmation saisonnière passe ces trois filtres, elle mérite une place dans ton contexte. Si elle en rate un seul, c'est du folklore boursier, pas un edge.

La saisonnalité varie selon le marché

Un dernier point souvent oublié : il n'existe pas une seule saisonnalité, mais autant que de marchés, et leurs causes diffèrent.

Les matières premières agricoles ont des saisonnalités liées aux cycles de récolte et de stockage, parfois assez marquées, parce que l'offre physique varie réellement au fil de l'année. Le gaz naturel suit la demande de chauffage et de climatisation. L'énergie en général dépend des cycles de consommation, comme le détaille en partie l'article sur le trading du pétrole. Ces saisonnalités-là reposent sur de la logistique et de la météo, donc sur des causes solides, même si elles restent bruitées.

Le forex, lui, a des saisonnalités beaucoup plus faibles et discutables. Les devises sont dominées par les taux d'intérêt et la politique des banques centrales, qui ne suivent pas le calendrier. Prudence donc avec les « patterns saisonniers » sur l'EUR/USD : ils sont souvent du data mining pur, faute de cause structurelle solide.

La règle reste la même partout : pas de mécanisme identifiable, pas de confiance. Demande-toi toujours quel flux d'argent ou quel comportement réel produit l'effet. Si tu ne sais pas répondre, c'est probablement du hasard.

Et comme pour tout le reste, la seule façon de savoir si un biais saisonnier t'apporte vraiment quelque chose, c'est de le mesurer sur tes propres trades. En journalisant tes trades sur TradesStack, tu peux taguer la période et vérifier, chiffres en main, si tes résultats d'été diffèrent vraiment de ceux d'hiver, plutôt que de répéter un proverbe boursier dont personne n'a jamais vérifié s'il s'appliquait à ta façon de trader.