Cet article fusionne deux tutoriels antérieurs (mai et juin 2020) en un guide complet d’optimisation de portefeuille crypto, du cas simple à 2 actifs (BTC + ETH) jusqu’à un portefeuille à 5 cryptomonnaies optimisé par solveur via le ratio de Sharpe. L’analyse quantitative reste l’approche la plus rigoureuse pour répondre à la question : quelle pondération maximise le rendement tout en minimisant le risque ?

Au programme

  • Le principe de l’optimisation de portefeuille : maximiser le rendement, minimiser le risque.
  • Cas pratique 1 : portefeuille à 2 actifs (Bitcoin + Ethereum), avec écart type et corrélation.
  • Cas pratique 2 : portefeuille à 5 cryptomonnaies (BTC, ETH, LINK, BNB, XTZ), avec covariance et ratio de Sharpe.
  • Définir le portefeuille optimal via solveur (équipondéré, max performance, min risque, max Sharpe).

L’analyse quantitative est le type d’analyse le plus mathématique appliquée aux portefeuilles d’actifs financiers. Elle peut paraître rébarbative à première vue à cause des formules, mais elle est en pratique simple à mettre en œuvre dans un tableur et permet de prendre des décisions de pondération autrement reposant sur l’intuition.

Le principe de l’optimisation

Le but d’un portefeuille est d’être le plus rentable possible pour un niveau de risque donné. Cela se résume à maximiser le rendement attendu tout en minimisant la volatilité (le risque). Les formules ne s’improvisent pas : c’est dans ce cadre que l’analyse quantitative montre sa valeur.

Le travail repose sur trois étapes :

  1. Collecter l’historique des cours des actifs candidats sur une fenêtre commune.
  2. Calculer rendement, écart type et corrélation pour chaque actif et chaque paire.
  3. Définir la pondération optimale par maximisation du ratio rendement/risque (Sharpe).

Cas 1 : portefeuille 2 actifs (BTC + ETH)

Commençons par le cas le plus simple : un portefeuille de 1 000 € partagé entre Bitcoin (BTC) et Ethereum (ETH). La répartition ne peut pas se définir « à la louche » dans une optique d’optimisation, même si ces deux cryptomonnaies sont fortement corrélées.

Plus l’historique de cours est long, plus l’analyse est fiable. À titre d’illustration sur une fenêtre courte, le BTC peut afficher +6,23% de rendement hebdomadaire moyen contre 5% pour l’ETH, avec un écart type de 7% pour le BTC contre 8,30% pour l’ETH. À première vue, cela laisse penser qu’il faut tout placer sur le BTC : meilleur rendement, moindre volatilité. Mais c’est sans compter la corrélation.

Le facteur de corrélation

La corrélation entre BTC et ETH oscille entre +1 (corrélation parfaite) et -1 (opposition symétrique), le 0 indiquant une indépendance complète. Sur les cryptomonnaies majeures, elle reste positive et souvent forte (de l’ordre de 0,7-0,9 en 2025-2026), mais pas parfaite.

Sur l’exemple historique de mai 2020, BTC et ETH affichaient une corrélation faible de l’ordre de 0,35, ce qui justifiait la diversification : intégrer un peu d’ETH au portefeuille BTC permettait de diminuer la volatilité globale sans sacrifier proportionnellement le rendement.

Calculer la performance d’un portefeuille

Avec un portefeuille 50% BTC / 50% ETH, la performance hebdomadaire ressort à 5,65% dans l’exemple, avec une volatilité combinée de 6,28% au lieu de 6,95% pour le BTC seul ou 8,30% pour l’ETH seul. Performance proche de la moyenne, risque réduit : c’est l’effet de la diversification.

C’est exactement le principe que Markowitz a formalisé dans la théorie moderne du portefeuille (1952), et qui s’applique parfaitement aux cryptomonnaies, à condition d’utiliser des données suffisantes pour stabiliser les estimations.

Cas 2 : portefeuille à 5 cryptomonnaies

L’extension à un portefeuille à 5 actifs ne change rien aux formules, seulement leur dimension. Sur l’exemple historique, on prend Bitcoin (BTC), Ethereum (ETH), Chainlink (LINK), BNB et Tezos (XTZ) sur historique journalier commun.

L’écart type prend une importance particulière dans un portefeuille de cryptos : la volatilité est structurellement plus élevée que sur des actions classiques. À titre d’exemple, sur la fenêtre observée, LINK ressortait avec un ratio de Sharpe de 0,09 contre 0,02 pour ETH, une performance brute de plus de 245% annualisée.

Covariance et ratio de Sharpe

L’étape suivante est la matrice de covariance annualisée entre les 5 actifs. Elle quantifie la façon dont chaque paire de cryptomonnaies évolue conjointement et permet d’identifier les diversifications efficaces (deux actifs faiblement corrélés stabilisent la volatilité globale).

Le ratio de Sharpe combine rendement et risque en une métrique unique :

Sharpe = (rendement_portefeuille - taux_sans_risque) / écart_type_portefeuille

C’est cette quantité que l’on cherche à maximiser. Plus le Sharpe est élevé, meilleure est la rémunération par unité de risque prise.

Définir le portefeuille optimal par solveur

Avec 5 actifs et plus, le calcul manuel devient impraticable. On utilise un solveur (intégré à Excel/LibreOffice/Python) qui ajuste automatiquement les poids pour optimiser un objectif sous contraintes. Quatre configurations classiques :

Configuration Objectif Quand l’utiliser
Équipondéré Poids égaux pour chaque actif Référence simple, robustesse
Max performance Maximiser le rendement Tolérance forte au risque
Min risque Minimiser la volatilité Aversion au risque
Max Sharpe Optimiser rendement/risque Allocation optimale théorique

Limite essentielle : ces calculs reposent sur l’historique. Ils n’ont aucune valeur prédictive certaine, la corrélation et la volatilité futures peuvent diverger fortement de l’historique. C’est particulièrement vrai sur les cryptos en cas de crise (Covid 2020, Terra-Luna 2022, FTX 2022) où les corrélations partent vers 1 et les diversifications théoriques s’effondrent.

L’approche reste néanmoins bien plus rigoureuse qu’une pondération intuitive, et elle force à raisonner explicitement sur le couple rendement/risque plutôt que sur le seul rendement.

Pour aller plus loin, consultez nos articles sur le calcul du ratio de Sharpe par solveur et la diversification pour réduire le risque. Https://www.youtube.com/watch?v=Pyr0ZZ47dFc