Mesure des déviations du portefeuille avec Claude et le serveur MCP FMP

Pourquoi les portefeuilles évoluent-ils sans aucune transaction ?

Même en laissant un portefeuille tranquille, il ne conserve pas forcément sa forme initiale. Les actions se comportent différemment, ce qui fait que les poids des positions changent légèrement chaque jour ; après quelques mois, l’allocation choisie par un cabinet de gestion de patrimoine peut paraître très différente. Cette évolution n’est pas automatiquement un problème, car de petites déviations sont normales. La question pratique est plus précise : une quelconque action ou un secteur s’est-il éloigné suffisamment de son poids cible pour justifier un examen plus approfondi avant de songer à un rééquilibrage ?

Claude, connecté au serveur MCP de Financial Modeling Prep (FMP), est bien placé pour y répondre. En lui fournissant des poids cibles, des prix historiques et des classifications d’entreprises, il peut simuler l’évolution d’un portefeuille sans transactions et quantifier l’évolution qui en résulte.

Qu’est-ce que l’évolution d’un portefeuille et comment la mesurer ?

Le dérive apparaît lorsque les mouvements du marché modifient les pondérations individuelles même en l’absence de transactions. Supposons qu’un portefeuille débute avec Microsoft à 20 %, NVIDIA à 15 % et JPMorgan à 20 %. Si l’une des positions augmente beaucoup plus rapidement que les autres, sa pondération croît d’elle-même tandis que celles des autres diminuent relativement. L’équipe d’investissement se trouve alors confrontée à trois questions, que les mesures ci-dessous permettent de résoudre.

La première comparaison concerne la pondération actuelle reconstituée par rapport à l’objectif initial. Une position qui passe de 15 % à 17 % a connu un dérive de +2 points de pourcentage, ce qui représente une mesure absolue de la part accrue qu’elle occupe désormais dans le portefeuille.

Le dérive absolu peut masquer l’ampleur réelle d’un mouvement. Deux points de pourcentage ont une importance bien plus grande pour une position partant de 5 % que pour une autre partant de 25 %. Le dérive relatif comble cette différence, et la formule est présentée ici :

En les utilisant ensemble, on distingue le bruit d’allocation inoffensif des changements qui modifient réellement la structure du portefeuille.

Chaque holding individuelle peut également influencer la répartition par secteur. Si une position importante dans le secteur des technologies progresse plus rapidement que les autres, l’allocation à ce secteur peut augmenter progressivement sans décision délibérée. Ainsi, l’évolution sectorielle offre une deuxième couche d’analyse en plus de l’examen des titres individuels.

La contribution de chaque holding est également importante, car leurs effets sur l’évolution globale ne sont pas égaux. En mesurant la part de chaque holding dans l’évolution absolue totale, on peut déterminer si le portefeuille a évolué en raison d’une position dominante, d’un petit groupe de holdings, ou de changements importants dans plusieurs catégories. L’objectif n’est toujours pas de rééquilibrer automatiquement chaque déviation ; il s’agit plutôt de repérer les changements suffisamment importants pour mériter l’attention d’un analyste.

La configuration de la simulation

Le portefeuille de test est un compte hypothétique de 1 million de dollars géré par un cabinet familial, ouvert le 2 janvier 2026, dont l’allocation initiale est présentée ci-dessous.

Après le lancement, il n’y a ni transactions, ni dépôts, ni retraits, ni rééquilibrage manuel. Pour chaque action, Claude récupère deux types de données via le serveur FMP MCP : le nom de l’entreprise, son secteur et son industrie, ainsi que les prix ajustés des dividendes pour le 2 janvier et le 26 août 2026. Dans le cadre de la simulation réelle, les classifications provenaient de FMP:company avec profile-symbol, et les séries de prix de FMP:chart avec historical-price-eod-dividend-adjusted. Ces deux dates correspondaient à des jours de négociation aux États-Unis, il n’a donc pas été nécessaire d’utiliser des dates de remplacement.

La variation du prix ajusté des dividendes sert de proxy de rendement total. Chaque action reçoit d’abord un facteur de croissance calculé à partir de ses deux prix.

En multipliant l’allocation initiale par ce facteur, on obtient la valeur finale du portefeuille.

Chaque fois que la valeur finale est recalculée, le nouveau poids du portefeuille résulte de la part de chaque position dans le total.

Il s’agit d’une simulation sans transactions délibérément simplifiée. Elle ne cherche pas à reproduire un compte de courtage réel avec des dividendes en espèces, des impôts, des coûts de transaction ou des activités intermédiaires.

Deux indicateurs permettent alors de comparer les poids recalculés à l’allocation initiale. Premièrement, l’écart absolu, exprimé en points de pourcentage :

Deuxièmement, l’écart relatif, exprimé en pourcentage du poids de départ :

Ces mêmes poids recalculés sont regroupés selon la classification par secteur du FMP, ce qui montre si l’écart se limite aux actions individuelles ou affecte également la répartition par secteur.

Seuils d’évaluation

Avec les pondérations réétablies, la question suivante est de déterminer quels écarts méritent une attention particulière. Cette démonstration utilise des bandes illustratives au lieu de considérer chaque changement comme un signal de rééquilibrage.

Pour les positions individuelles, le statut est déterminé à partir de deux mesures de dérive :

• Dans la fourchette signifie une dérive absolue inférieure à 2 points de pourcentage et une dérive relative inférieure à 15 %.
• À surveiller s’applique lorsque la position n’est pas déjà classée comme nécessitant un examen et présente une dérive absolue de 2 à 4 points, ou une dérive relative de 15 % à 25 %.
• Nécessite un examen s’applique lorsque la dérive absolue dépasse 4 points, ou que la dérive relative dépasse 25 %.

Ces seuils existent uniquement pour permettre la reproductibilité de l’exemple. Ce ne sont pas des normes universelles de rééquilibrage.

L’exposition sectorielle utilise ses propres plages : « Dans la fourchette » pour moins de 3 points, « À surveiller » de 3 à 5 points, et « Révision nécessaire » pour plus de 5 points. Cela indique si les variations des positions individuelles affectent également la composition sectorielle souhaitée.

Deux indicateurs de synthèse complètent cet ensemble d’outils. La « Distance d’allocation du portefeuille » indique dans quelle mesure l’ensemble du portefeuille s’est éloigné de son allocation initiale ; elle est calculée comme la moitié de la somme des écarts absolus entre les pondérations actuelles et cibles pour toutes les positions. Elle reflète l’évolution globale de l’allocation, sans qu’aucune étiquette « Faible », « Moyenne » ou « Élevée » ne lui soit associée, car la méthode ne définit pas de seuils pour cela. La « Contribution à l’écart absolu » divise l’écart absolu d’une position par la somme de tous les écarts absolus et le normalise à 100. Cela permet de distinguer un portefeuille principalement influencé par une seule valeur d’un portefeuille où plusieurs positions s’éloignent progressivement de la cible.

À tout moment, l’objectif est de repérer des écarts dignes d’être examinés, et non de les transformer en instructions de trading.

La demande

Avec l’allocation, les règles et les seuils de dérive fixés, Claude peut récupérer les données FMP et reconstituer le portefeuille. La demande principale lui indique, via le serveur FMP MCP, de :

• récupérer les prix ajustés des dividendes pour les deux dates ;
• reconstituer la valeur finale et le poids actuel de chaque holding ;
• mesurer la dérive absolue et relative ;
• regrouper les résultats par secteur ;
• calculer la distance d’allocation du portefeuille et identifier les principaux facteurs contribuant à la dérive totale ;
• étiqueter chaque position comme « Dans la fourchette », « À surveiller » ou « À examiner ».

La demande complète est un bloc de 76 lignes qui présente Claude comme un analyste en recherche d’investissement pour un cabinet de gestion familiale, le limite au serveur FMP MCP et définit le portefeuille hypothétique ainsi que les règles correspondantes :

Act as an investment-research analyst supporting a family office.

Using only the Financial Modeling Prep (FMP) MCP server, analyze how far the following hypothetical portfolio has drifted from its original target allocation.

Do not use web search or outside data.

Portfolio:

MSFT — Target Weight: 20% — Initial Allocation: $200,000
NVDA — Target Weight: 15% — Initial Allocation: $150,000
JPM — Target Weight: 20% — Initial Allocation: $200,000
GOOGL — Target Weight: 15% — Initial Allocation: $150,000
XOM — Target Weight: 15% — Initial Allocation: $150,000
JNJ — Target Weight: 15% — Initial Allocation: $150,000

Total portfolio value at inception = $1,000,000.

Assume:
- no trades occurred after the initial allocation;
- no capital was added or withdrawn;
- no manual rebalancing occurred;
- transaction costs, taxes, and cash balances are outside the scope of this demonstration.

Analysis date: August 27, 2026.
Use August 26, 2026, the last completed U.S. trading session, as the ending price date.

Retrieve for each ticker:
- company name;
- sector;
- industry;
- dividend-adjusted historical price for January 2, 2026;
- dividend-adjusted historical price for August 26, 2026.

Use the FMP dividend-adjusted historical price series if available.

If an exact date is unavailable, use the closest valid trading date and state the date actually used.

Do not estimate missing FMP values.

Reconstruct the portfolio using the dividend-adjusted price change as a total-return proxy.

Calculate for each holding:
- growth factor;
- ending value;
- current portfolio weight;
- absolute drift in percentage points;
- relative drift as a percentage of target weight.

Classify each holding using these illustrative rules:

Within Range:
- absolute drift below 2 percentage points; AND
- absolute relative drift below 15%.

Monitor:
- absolute drift between 2 and 4 percentage points inclusive; OR
- absolute relative drift between 15% and 25% inclusive;
- provided Review Required has not already been triggered.

Review Required:
- absolute drift above 4 percentage points; OR
- absolute relative drift above 25%.

Also calculate target and current sector weights using FMP sector classifications.

Classify sector drift as:
- Within Range: below 3 percentage points;
- Monitor: 3–5 percentage points inclusive;
- Review Required: above 5 percentage points.

Calculate Portfolio Allocation Distance as:

0.5 × sum of the absolute position-level weight deviations.

Do not assign a Low, Medium, or High label to this metric.

Also calculate each holding's contribution to total absolute drift.

Based strictly on the calculated evidence, identify:
- the largest overweight;
- the largest underweight;
- Monitor positions;
- Review Required positions;
- the sectors with the largest drift;
- the holdings contributing most to total drift;
- the highest-priority deviations for analyst review.

Do not recommend buying, selling, trimming, adding to, or rebalancing any security.

If important price, sector, or classification data is missing or conflicting, use Review Required rather than guessing.

Do not claim that corporate events were checked unless data capable of verifying them was actually retrieved.

Present the results clearly and concisely using tables where useful.

Include:
- methodology and actual dates used;
- reconstructed portfolio weights;
- position-level drift;
- sector-level drift;
- Portfolio Allocation Distance;
- contribution to total drift;
- key findings;
- Review Required items;
- FMP MCP tools and data types used.

Résultats de l’analyse

Les prix proviennent de la série ajustée des dividendes de FMP pour les dates de 2 janvier et 26 août 2026, et tous les prix nécessaires étaient disponibles.

La figure ci-dessus montre Claude résumant l’écart détecté entre les prix de FMP et les données de l’entreprise. Une seule instruction principale a généré toute l’analyse quantitative. Par la suite, une étape supplémentaire à portée restreinte, sans nouvelle recherche ou calcul, a simplement affiné l’interprétation : elle a supprimé les étiquettes qualitatives non étayées concernant la distance d’allocation du portefeuille et a clarifié que l’écart dans un secteur composé d’une seule action ne devrait pas être interprété comme une preuve d’une rotation sectorielle ou marché plus large.

Reconstitué le 26 août 2026, le portefeuille valait 1 158 925,10 $, ce qui représente une augmentation du rendement total de 15,89 % pour la simulation sans transaction.

Ici, Claude aligne les cibles et les poids reconstitués, ainsi que les positions qui ont dépassé les seuils de surveillance. Ce qui est encore plus révélateur, c’est la manière dont les performances inégales ont modifié l’allocation initiale.

JNJ a terminé en étant le titre le plus surpondéré avec 17,12 %, soit +2,12 points de pourcentage par rapport à la cible. XOM était juste derrière avec 17,03 %, soit +2,03 points de plus. Ces deux titres ont dépassé la limite de dérive absolue de 2 points et se trouvent désormais dans la catégorie Monitor. Aucun d’eux n’a atteint le niveau nécessitant une révision.

Microsoft est passé de sa cible de 20 % à 18,23 %, devenant ainsi le titre le plus souspondéré avec -1,77 points. Il est resté dans la fourchette autorisée car l’écart était inférieur aux limites absolues et relatives de surveillance. Cela illustre un point important : un titre peut présenter un rendement positif tout en restant souspondéré lorsque d’autres positions progressent plus rapidement.

La distance d’allocation du portefeuille a atteint 4,15 points de pourcentage, indiquant l’écart entre le portefeuille dans son ensemble et l’objectif fixé, sans pour autant de description qualitative.

Les chiffres relatifs aux contributions montrent qui est responsable de la majeure partie de cette variation.

JNJ et XOM représentaient ensemble 50 % de la dérive absolue totale, tandis que MSFT ajoutait 21,35 % de plus. La majeure partie de la variation structurelle provenait donc de quelques actions seulement et non d’une répartition équilibrée.

Au niveau sectoriel, aucun secteur n’a dépassé le seuil de 3 points fixé par le système de suivi.

La technologie a enregistré la plus forte variation sectorielle avec -2,39 points et est restée dans la fourchette prévue. Néanmoins, quatre des cinq secteurs ne comprennent qu’une seule action dans cet échantillon : l’énergie correspond à XOM, la santé à JNJ, les services financiers à JPM et les services de communication à GOOGL. Les variations dans ces secteurs reflètent principalement l’évolution de cette seule action et non un effet sectoriel plus large.

La conclusion est claire : les variations ont été suffisamment importantes pour placer JNJ et XOM sur une liste de surveillance, mais pas suffisamment pour justifier une révision au niveau de la position ou du secteur.

Où le jugement de l’analyste reste important

Les logiciels peuvent mesurer les variations, mais les chiffres ne précisent pas toujours pourquoi une position a évolué, et certains cas nécessitent une analyse humaine avant que les résultats ne soient utilisés dans un processus de rééquilibrage.

Le fait que JNJ et XOM dépassent la ligne des 2 points indique à l’équipe qu’ils se sont suffisamment éloignés pour mériter une attention particulière. Cela ne signifie pas pour autant qu’ils doivent être automatiquement exclus de la portefeuille. Un analyste doit encore déterminer si cette déviation est temporaire, attendue ou conforme à la politique d’investissement actuelle.

Cette tendance s’appuie sur les classifications des entreprises et les prix ajustés des dividendes. Elle ne prend pas en compte de nouvelles, de documents déposés, d’annonces de résultats financiers ni d’autres données liées à des événements, ce qui l’empêche d’expliquer pourquoi JNJ ou XOM ont eu de meilleurs résultats. En cas de déviation exceptionnellement importante, un analyste pourrait vouloir vérifier :

• une surprise de résultats ou une révision des prévisions financières ;
• un accord commercial ou une restructuration de l’entreprise ;
• des scissions, des spin-offs ou d’autres actions corporatives similaires ;
• des actualités concernant l’entreprise elle-même ;
• des mouvements plus larges du marché ou du secteur.

Les données de prix seules ne devraient pas être utilisées pour en déduire quoi que ce soit. Les secteurs composés d’une seule valeur soulèvent une précaution similaire. Comme le secteur de la santé est entièrement représenté par JNJ, l’évolution de +2,12 points du portefeuille dans ce secteur est mécaniquement identique à l’évolution propre de JNJ, ce qui ne dit donc rien sur le secteur de la santé dans son ensemble.

Cette méthode suppose en outre l’absence de transactions, d’ajouts ou de retraits, de rééquilibrage manuel et d’allocation de liquidités distincte. Si un véritable portefeuille présentait l’un de ces éléments, les pondérations recalculées à partir des prix ne correspondraient plus au compte réel, et le processus devrait se baser sur des données de transactions et de détention réelles plutôt que sur des déductions issues des prix.

Lorsque les données manquent ou sont contradictoires

Dans l’une de ces situations, Claude doit indiquer Revue requise et ne pas deviner :

• le prix de départ ou de fin d’une position ne peut pas être trouvé ;
• Les données de prix ajustés des dividendes présentent des lacunes ;
• Les classifications sectorielles fournies par FMP sont seulement partielles ;
• Les pondérations cibles ne totalisent pas 100 % ;
• FMP renvoie des données contradictoires ;
• Une action corporative complique la comparaison historique.

Cette méthode de travail vise à faciliter la détection et la priorisation des écarts. La décision de procéder à un rééquilibrage en cas de déviation relève de l’équipe d’investissement.

En faire une revue périodique

Une analyse ponctuelle est utile, mais un cabinet de gestion familiale tire davantage de bénéfices en la répétant tant que les pondérations continuent de changer. L’analyse Claude et FMP MCP peut être exécutée selon un calendrier préétabli, afin de comparer les nouvelles pondérations reconstituées aux cibles initiales ainsi qu’à celles de la dernière revue. Chaque cycle se concentre alors sur les modifications et n’a pas besoin de reprendre l’ensemble des données. Il convient de suivre :

• Les valeurs qui viennent de sortir de leurs plages ;
• Les positions qui sont passées de la catégorie « Dans la fourchette » à « À surveiller » ;
• Les positions qui sont montées jusqu’à la catégorie « Nécessite une révision » ;
• Les noms marqués qui ont depuis retrouvé leur cible ;
• La manière dont l’écart au niveau sectoriel a évolué ;
• La tendance de la distance d’allocation du portefeuille ;
• Toute modification concernant les acteurs ayant le plus contribué à cet écart.

Un vocabulaire de statut succinct facilite la lecture des résultats : « Dans la fourchette », « À surveiller », « Nécessite une révision » et « Résolu ». Une révision hebdomadaire complétée par un examen mensuel plus approfondi constitue ici une option par défaut raisonnable, pouvant être ajustée en fonction du turnover du portefeuille, des obligations de reporting et du degré d’activité de l’équipe dans la gestion des fourchettes. En comparant l’allocation cible, la révision précédente et la révision actuelle côte à côte, il devient plus facile de distinguer une fluctuation temporaire d’un schéma en cours de formation.

Même ainsi, le flux de travail devrait se terminer par la priorisation. Claude peut indiquer qu’une position a considérablement évolué par rapport à l’objectif fixé, tandis que l’équipe d’investissement décide s’il est nécessaire de rééquilibrer. Cet exemple n’a généré aucune position nécessitant une révision : JNJ et XOM figuraient parmi les éléments à surveiller, et les autres restaient dans les limites prévues. Telle est la fonction visée, à savoir aider les analystes à identifier les changements d’allocation qui méritent une attention avant une décision de rééquilibrage, tout en laissant les opérations de trading aux spécialistes.