Accueil Saisonnalité bourse
Données Stock Trader's Almanac · 1950-2025

Saisonnalité S&P 500 et Nasdaq · Rendement par mois

Rendement moyen mensuel et pourcentage d'années positives sur le S&P 500 (depuis 1950) et le Nasdaq Composite (depuis 1971). Identifie les patterns saisonniers documentés : Sell in May, Santa Rally, January Effect.

75 ans S&P · 54 ans Nasdaq 3 périodes comparables Sources publiques
Paramètres
Meilleur mois
Pire mois
Mois actuel
Rendement moyen mensuel
Mois Rendement moyen % années positives Rang
Note importante. Données arrondies issues d'analyses publiques (Stock Trader's Almanac, Yardeni Research, S&P Global). Les moyennes lissent des écarts énormes — une année peut totalement contredire le pattern (ex : Q4 2018 = -14 %, 2022 = -25 % annuel). La saisonnalité est une statistique, pas un signal d'achat. Performances passées ne préjugent pas des performances futures.

4 patterns saisonniers documentés

Les anomalies de calendrier les plus connues en bourse, leur logique et leurs limites.

Janvier

January Effect

Tendance des actions, en particulier des small caps, à surperformer en janvier. Théorie : ventes fiscales de décembre (tax-loss harvesting) suivies de rachats en janvier + flux de nouveaux versements (PEA, 401k). Effet réel mais en déclin depuis 1990, presque disparu sur les large caps.

Mai-Octobre

Sell in May and go away

Adage anglo-saxon : les actions sous-performent de mai à octobre (~+0,3 % moyen) versus novembre à avril (~+7 % moyen) sur le S&P 500 depuis 1950. Pattern statistiquement réel, mais les coûts de transaction et la fiscalité (PFU) annulent souvent le gain pour un investisseur retail.

Octobre

October Effect

Réputation de mois "à crashs" — Black Tuesday 1929, Black Monday 1987 (-22,6 % en 1 jour), krach 2008. Mais en moyenne, octobre est positif (+0,8 % depuis 1950). La réputation vient de la volatilité élevée, pas du rendement médian.

Novembre-Décembre

Santa Claus Rally

Tendance haussière des 5 derniers jours de bourse de l'année + 2 premiers de janvier : rendement moyen +1,3 % depuis 1950, positif ~75 % des années. Pris au sens large (Q4 = nov-déc), le S&P 500 monte ~73 % des années avec rendement moyen ~+4 %.

Questions fréquentes

Quel est le pire mois historique pour le S&P 500 ?
Septembre, avec un rendement moyen de -0,7 % depuis 1950 et seulement 45 % d'années positives. C'est le seul mois avec un rendement moyen négatif. Logique partielle : retour des institutionnels après l'été, repositionnement de portefeuilles, fin d'exercices fiscaux dans certains pays.
Quel est le meilleur mois historique ?
Novembre : +1,7 % moyen, positif 67 % des années. Avril aussi est très bon (+1,5 % moyen, positif 71 % des années) et décembre très constant (positif 74 % des années — plus régulier que novembre même si rendement légèrement inférieur).
Peut-on faire du market timing avec ces patterns ?
Statistiquement défendable mais en pratique difficile pour un investisseur retail. Les moyennes lissent des écarts énormes : septembre 2008 = -9 %, septembre 2010 = +8,8 %. Les coûts de transaction (frais courtiers) + la fiscalité PFU 30 % CTO sur les plus-values + le risque de manquer les rebonds annulent souvent le gain théorique. Sur 20 ans buy-and-hold, l'impact du timing s'amortit.
Le Nasdaq suit-il les mêmes patterns que le S&P 500 ?
Globalement oui : septembre faible, Q4 fort, janvier souvent positif. Mais le Nasdaq est plus volatile (écart-type ~2× le S&P) et son January Effect est plus marqué (small caps tech). Le crash dotcom 2000-2002 a déformé les statistiques "depuis 1971" — les chiffres "depuis 2010" sont plus représentatifs du Nasdaq moderne.
Les patterns ont-ils changé avec le temps ?
Oui partiellement. Le January Effect s'est affaibli depuis les années 1990 (efficacité des marchés, ETF systématiques). La saisonnalité Mai-Octobre reste mais s'est atténuée depuis 2010. Le Santa Rally résiste bien. Les krachs majeurs (1987, 2008, 2020, 2022) cassent ponctuellement tous les patterns.
Pourquoi septembre est-il statistiquement faible ?
Hypothèses non prouvées mais cohérentes : (1) retour des institutionnels après l'été, repositionnement défensif avant Q4, (2) publications de résultats Q3 souvent en deçà des attentes après l'optimisme estival, (3) fin d'année fiscale au Japon en septembre → ajustements de portefeuilles, (4) raisons techniques (window dressing, rebalancing pension funds).
DCA mensuel ou lump sum d'un coup ?
Étude Vanguard 2012 (mise à jour 2023) : le lump sum bat le DCA dans environ 68 % des cas sur 10 ans, car le marché monte en moyenne 60-70 % des mois. Mais le DCA réduit le stress psychologique et le risque de regret en cas de krach immédiat post-investissement. Aucun rapport direct avec la saisonnalité : si tu fais du DCA mensuel, l'effet saisonnier s'auto-amortit.
Quels sont les "écarts types" sur ces moyennes ?
Très élevés. Pour le S&P 500 mensuel : écart-type ~4-5 %, ce qui signifie qu'un rendement individuel sur un mois donné peut facilement aller de -5 % à +7 % autour de la moyenne. Donc le +1,3 % de décembre cache des décembres à -10 % (2018) ou +6 % (2023). Les moyennes sont une indication, pas une prédiction.
Ces patterns s'appliquent-ils au CAC 40 ?
Partiellement. Le CAC 40 est fortement corrélé au S&P 500 (~0,7 sur 20 ans) donc Q4 est aussi bon, septembre aussi faible. Mais les patterns sont moins prononcés et plus bruités (taille de marché plus petite, moins d'effet calendrier fiscal). Le CAC n'a pas son "January Effect" propre.
Quel impact sur un investisseur long terme ?
Quasiment aucun. Sur 10-20 ans buy-and-hold, l'effet d'un timing optimal vs un mauvais timing s'amortit largement. Une étude Putnam classique : rater les 10 meilleurs jours de bourse sur 15 ans divise par 2 le rendement total. Or les meilleurs jours arrivent souvent juste après les pires. Time in market beats timing the market. La saisonnalité est plutôt un confort psychologique qu'un alpha exploitable pour un retail.