Position sizing en crypto : pourquoi le critère de Kelly classique échoue face à la volatilité extrême
Le critère de Kelly, popularisé en gestion de portefeuille pour déterminer la fraction optimale du capital à risquer sur une position, repose sur une hypothèse implicite forte : la distribution des rendements futurs ressemble à celle observée historiquement, avec des queues suffisamment fines pour que la moyenne et la variance résument correctement le risque. Le marché crypto met cette hypothèse à rude épreuve.
Le critère de Kelly suppose une distribution stable
La formule de Kelly calcule la fraction de capital à allouer à partir de la probabilité de gain, du ratio gain/perte moyen, et implicitement d'une distribution des rendements sans événements extrêmes disproportionnés par rapport à la volatilité mesurée. Sur des marchés actions matures, cette hypothèse reste raisonnablement défendable sur la majorité des fenêtres temporelles, même si les crises de 2008 et 2020 en ont montré les limites.
La volatilité extrême et les queues grasses du crypto cassent l'hypothèse
Le marché crypto présente une fréquence de mouvements extrêmes (supérieurs à 10-15 % en une journée) très supérieure à celle des marchés actions, y compris en excluant les épisodes les plus spectaculaires comme les effondrements de plateformes ou les crashs éclair liés aux liquidations en cascade sur produits à effet de levier. Cette caractéristique de « queue grasse » signifie que l'écart-type historique sous-estime systématiquement le risque réel de perte extrême.
Appliquer un dimensionnement de position calculé sur un Kelly plein à partir de statistiques historiques de rendement crypto revient donc à sous-estimer la probabilité d'un événement de perte sévère, précisément le type d'événement qui peut effacer plusieurs mois de gains accumulés par la stratégie en une seule séance.
Demi-Kelly et dimensionnement prudent en pratique
La réponse la plus couramment appliquée en gestion quantitative consiste à utiliser une fraction de Kelly — souvent la moitié (« Demi-Kelly ») ou moins — plutôt que la fraction optimale théorique. Cette approche sacrifie une partie de la croissance moyenne attendue en échange d'une réduction disproportionnée du risque de ruine, un compromis particulièrement justifié quand la distribution réelle des rendements comporte des queues plus grasses que celles utilisées pour calculer la fraction optimale.
Sur des actifs aussi volatils que les cryptomonnaies, plusieurs praticiens quantitatifs recommandent d'aller plus loin qu'un simple Demi-Kelly, en intégrant directement une contrainte de CVaR (perte moyenne conditionnelle au-delà d'un seuil) dans le calcul du dimensionnement, plutôt que de se reposer uniquement sur la moyenne et la variance historiques.
Le rôle du stop-loss et de la diversification inter-actifs
Un dimensionnement prudent ne suffit pas à lui seul : la combinaison avec des règles de stop-loss explicites et une diversification entre plusieurs cryptomonnaies dont les dynamiques ne sont pas parfaitement corrélées reste nécessaire pour limiter l'impact d'un scénario de queue extrême sur le capital total. Aucune de ces techniques prise isolément n'élimine le risque inhérent à la classe d'actifs — elles se combinent pour le rendre gérable plutôt que de prétendre le supprimer.
L'effet de la corrélation entre tokens sur la diversification intra-crypto
Diversifier entre plusieurs cryptomonnaies pour réduire le risque de queue suppose implicitement que ces actifs ne sont pas parfaitement corrélés entre eux. Or la plupart des tokens alternatifs (« altcoins ») affichent une corrélation élevée avec le Bitcoin, en particulier durant les phases de stress de marché où la quasi-totalité de l'univers crypto tend à chuter simultanément, indépendamment des fondamentaux propres à chaque projet.
Cette corrélation intra-crypto élevée limite mécaniquement le bénéfice réel d'une diversification purement horizontale (détenir plusieurs tokens plutôt qu'un seul) sans pour autant l'annuler complètement : la dispersion des rendements entre tokens reste suffisante en dehors des phases de panique généralisée pour justifier un dimensionnement par position individuelle plutôt qu'une concentration totale sur un seul actif, même si l'effet protecteur en cas de krach généralisé du marché reste limité.
Le dimensionnement dynamique en fonction du régime de volatilité
Une approche plus sophistiquée que l'application d'une fraction de Kelly fixe consiste à ajuster dynamiquement le dimensionnement en fonction du régime de volatilité courant, détecté par exemple via un modèle de volatilité conditionnelle ou un indicateur de volatilité implicite spécifique au marché crypto. Réduire l'exposition automatiquement lorsque la volatilité réalisée dépasse un seuil historique élevé permet de limiter l'accumulation de risque précisément dans les périodes où la probabilité d'un mouvement extrême est la plus élevée.
Cette approche a un coût : elle réduit également l'exposition lors de phases de forte volatilité qui s'avèrent finalement haussières, sacrifiant une partie du rendement potentiel en échange d'une réduction du risque de ruine — un arbitrage cohérent avec la philosophie générale du Demi-Kelly, mais appliqué de façon continue plutôt que par un simple facteur d'échelle fixe.
Pour tester l'impact de différentes fractions de Kelly et de contraintes de CVaR sur vos propres scénarios d'investissement en crypto, les outils de simulation disponibles sur /outils permettent d'explorer ces calculs de façon éducative, sans jamais constituer un conseil en investissement personnalisé.
