Saisonnalité des matières premières : études et test sur ProRealTime

Qu’est-ce que la saisonnalité des matières premières ?

La saisonnalité des matières premières est la répétition, d’une année sur l’autre, de mouvements de prix liés au calendrier physique d’un marché : la consommation de gaz naturel qui grimpe l’hiver, l’offre de céréales qui ne se renouvelle qu’à la récolte. L’Energy Information Administration, l’agence statistique américaine de l’énergie, appelle ainsi « saison de soutirage » la période de novembre à mars, pendant laquelle les stocks de gaz naturel sont puisés pour faire face à la demande. Tester une saisonnalité, c’est vérifier si ce calendrier physique laisse une trace exploitable dans les prix, après frais, sur un historique assez long.

La différence avec les anomalies de calendrier des actions, comme l’effet janvier, est de taille : la saison d’une matière première a une cause connue de tous, et elle se voit d’avance. C’est précisément ce qui la rend difficile à exploiter. Les acheteurs et les vendeurs de contrats à terme connaissent l’hiver aussi bien que vous ; un contrat de gaz qui expire en janvier cote donc, en temps normal, autrement qu’un contrat qui expire en juin. Une bonne part de la saisonnalité est déjà dans la structure des échéances, en report ou en déport, et non dans un mouvement à venir.

La saisonnalité des matières premières en résumé

Les études publiées décrivent une saisonnalité réelle dans les prix des matières premières, mais un avantage de trading plus mince qu’on ne le croit, et qui dépend de la façon dont on mesure. Les repères :

• Causes : demande saisonnière (chauffage, carburants) et offre saisonnière (récoltes, stockage)
• Exemple officiel : saison de soutirage du gaz naturel américain de novembre à mars, selon l’EIA
• Théorie de référence : théorie du stockage, testée par Eugene Fama et Kenneth French en 1987
• Céréales : composante saisonnière estimée sur le maïs, le soja et le blé de Chicago, 1972-1997 (Carsten Sørensen, 2002)
• Stratégie testée : 0,93 % par mois sur 24 futures de 1970 à 2011, t de Student de 1,93 (Keloharju, Linnainmaa et Nyberg)
• Données à utiliser : un historique de futures raccordé et ajusté aux changements d’échéance
• Outil de test : un indicateur ProBuilder et un code ProBacktest sur ProRealTime (ci-dessous)

Pourquoi les prix des matières premières suivent-ils les saisons ?

Les prix des matières premières suivent les saisons parce que la production ou la consommation de nombre d’entre elles en dépendent, et que le stockage, coûteux, n’efface qu’en partie ces à-coups. Pour le gaz naturel, la demande de chauffage concentre la consommation sur l’hiver ; l’EIA, dans son Natural Gas Weekly Update, publié jusqu’au 22 janvier 2026, comparait les soutirages de la saison de novembre à mars à la moyenne des cinq années précédentes. Pour les céréales, comme le rappelle la fiche d’andlil sur le marché du blé, l’offre ne se renouvelle qu’une fois par an, à la moisson, alors que la demande, elle, varie peu.

La théorie du stockage relie ces saisons aux prix à terme. Eugene Fama et Kenneth French l’ont testée en 1987 dans le Journal of Business, sur 21 matières premières : la base, l’écart entre le prix à terme et le prix au comptant, varie avec les taux d’intérêt et avec la saison du rendement d’opportunité, ce « convenience yield » qui mesure l’avantage de détenir le produit physique plutôt qu’un contrat. Quand les stocks sont bas, le produit disponible tout de suite se paie plus cher, et l’échéance proche passe au-dessus des suivantes. Carsten Sørensen a précisé le mécanisme en 2002 dans le Journal of Futures Markets, à partir des prix hebdomadaires des futures de maïs, de soja et de blé du Chicago Board of Trade de 1972 à 1997 : il modélise le prix comme la somme d’une composante saisonnière déterministe et de deux composantes aléatoires, et retrouve la relation négative entre niveau des stocks et rendement d’opportunité que prévoit la théorie.

Que montrent les études sur la saisonnalité des matières premières ?

L’étude la plus directement utile à un trader est celle de Matti Keloharju, Juhani Linnainmaa et Peter Nyberg, « Return Seasonalities », publiée dans le Journal of Finance en août 2016. Les auteurs montrent que les actions qui ont le mieux performé un mois donné de l’année tendent à refaire mieux ce même mois les années suivantes, et ils retrouvent ce phénomène sur les matières premières. Dans leur document de travail de décembre 2014, les données couvrent 24 contrats à terme, de l’aluminium au gaz naturel, du fioul domestique et de l’essence au maïs, au blé, au café et à l’or, de janvier 1970 à juillet 2011.

Leur stratégie achète chaque mois les deux ou trois matières premières dont ce même mois calendaire a été le plus rentable dans le passé, et vend les deux ou trois dont il a été le moins rentable. Elle rapporte 0,93 % par mois en moyenne, avec une statistique t de 1,93, juste sous le seuil habituel de 1,96. La même stratégie fondée sur les autres mois de l’année perd 0,22 % par mois ; l’écart entre les deux, 1,15 point, n’est que marginalement significatif. Les auteurs trouvent l’effet aussi en dehors de janvier. Le résultat est donc réel mais fragile : il repose sur peu de contrats à la fois, et il se situe à la limite de ce que la statistique permet de distinguer du hasard.

Ces chiffres portent sur des rendements de futures, ce qui a son importance. Le rendement d’un future n’est pas la variation du prix au comptant : il inclut le passage d’une échéance à l’autre, et donc le coût ou le gain du report et du déport. Dans la logique de la théorie du stockage, la part de la saison que tout le monde voit venir est déjà dans l’écart entre échéances ; ce qui peut rester à gagner, c’est l’écart entre la saison que la courbe anticipe et celle qui se réalise.

Comment tester la saisonnalité d’une matière première sur ProRealTime ?

Tester la saisonnalité d’une matière première sur ProRealTime se fait en deux temps : mesurer d’abord, mois par mois, la variation moyenne passée de la matière première, puis tester une fenêtre précise, achat à un mois donné et vente à un autre, avec les frais. Le premier code est un indicateur ProBuilder qui affiche, sur un graphique en données quotidiennes, la variation moyenne qu’a connue le mois en cours les années précédentes, avec le nombre d’années mesurées. Aucun résultat n’est donné ici : les deux codes n’ont pas encore été contrôlés à l’écran.

// Saisonnalité mensuelle d'une matière première
// Indicateur ProBuilder, graphique en données quotidiennes
// Affiche, pour le mois en cours, la variation moyenne de ce même mois
// les années précédentes (en %), calculée sur l'historique affiché
ONCE Ref = 0

// 1. Initialisation des tableaux sur la première barre
IF BarIndex = 0 THEN
   FOR i = 1 TO 12 DO
      $Somme[i] = 0
      $Nombre[i] = 0
   NEXT
ENDIF

// 2. Au premier jour d'un nouveau mois, on enregistre la variation
// du mois qui vient de se terminer (clôture de la veille / clôture de référence)
IF BarIndex > 0 AND Month <> Month[1] THEN
   IF Ref > 0 THEN
      M = Month[1]
      $Somme[M] = $Somme[M] + (Close[1] / Ref - 1) * 100
      $Nombre[M] = $Nombre[M] + 1
   ENDIF
   Ref = Close[1]
ENDIF

// 3. Moyenne passée du mois en cours et nombre d'années mesurées
Moyenne = 0
Annees = $Nombre[Month]
IF Annees > 0 THEN
   Moyenne = $Somme[Month] / Annees
ENDIF

RETURN Moyenne AS "Variation moyenne du mois (%)" STYLE(HISTOGRAM), Annees AS "Années mesurées"

Le second code teste dans ProBacktest une fenêtre saisonnière : il achète à l’ouverture de la deuxième séance d’un mois et revend à l’ouverture de la deuxième séance d’un autre. Les mois de l’exemple, septembre et décembre, sont des paramètres à régler d’après l’indicateur, pas une recommandation.

// Test d'une fenêtre saisonnière sur une matière première
// Code pédagogique pour ProBacktest, graphique en données quotidiennes
DEFPARAM CumulateOrders = False

// Paramètres (exemple : achat début septembre, sortie début décembre)
MoisAchat = 9
MoisSortie = 12
Quantite = 1 // nombre de contrats

IF NOT LongOnMarket AND Month = MoisAchat AND Month[1] <> MoisAchat THEN
   BUY Quantite CONTRACT AT MARKET
ENDIF

IF LongOnMarket AND Month = MoisSortie AND Month[1] <> MoisSortie THEN
   SELL AT MARKET
ENDIF

Chaque instruction suit les manuels officiels de ProBuilder et de ProBacktest (version 6.1.0 du 1er décembre 2025). Un tableau ProBuilder s’écrit $Nom[indice] ; contrairement aux variables ordinaires, il n’est pas historisé, ce qui convient ici puisqu’on n’y lit que des totaux courants. La boucle FOR … TO … DO … NEXT remplit les douze mois à zéro sur la première barre, repérée par BarIndex = 0. Month et Month[1] donnent le mois de la barre et celui de la précédente : leur différence signale le premier jour d’un nouveau mois, où la variation du mois écoulé est ajoutée à la somme de ce mois. RETURN … AS … STYLE(HISTOGRAM) affiche la moyenne en histogramme. Dans le backtest, un ordre AT MARKET part à l’ouverture de la barre suivante, et SELL AT MARKET ferme toute la position.

Le réglage le plus important n’est pas dans le code. Sur un future, l’historique long est un contrat continu, fait de contrats successifs mis bout à bout ; à chaque raccord, le prix saute d’un niveau à l’autre sans que le marché ait bougé. Sur une matière première saisonnière, ces sauts sont eux-mêmes saisonniers, puisque l’écart entre échéances suit la saison : un indicateur calculé sur un contrat continu non ajusté mesure le raccord autant que la saison. Dans ProRealTime, l’interrupteur « Rollovers » ajuste l’historique aux changements d’échéance ; la fiche sur les échéances et le contrat continu dans ProRealTime explique où le trouver et ce qu’il change. Il faut ensuite regarder la colonne des années : une moyenne de mois calculée sur huit ans n’a presque aucune valeur.

Que change la saisonnalité pour un trader de matières premières ?

Pour un trader de matières premières, la saisonnalité est d’abord un calendrier de risques : l’hiver pour le gaz et le fioul, la période de végétation et de récolte pour les céréales, chaque marché a ses mois où la météo et les stocks font les prix. Savoir qu’un mois a été haussier dix fois sur quinze ne dit pas qu’il le sera cette année, mais dit quand l’attention doit être maximale. Le marché du gaz naturel en est l’exemple type : un hiver froid ou des stocks bas avant l’hiver suffisent à faire flamber les prix d’une région.

Le second apport est la lecture de la courbe. Le trader qui achète le contrat le plus proche pour jouer la saison doit savoir ce que la courbe lui fait payer : si l’échéance d’hiver cote déjà bien au-dessus de celle d’automne, la hausse attendue est en partie dans le prix. Une autre façon de travailler la saison est l’écart entre deux échéances, achat de l’une et vente de l’autre, qui isole la partie de la courbe concernée ; elle demande deux positions, donc deux fois les frais. Les futures de matières premières sont enfin des produits à effet de levier, qui peuvent faire perdre plus que le dépôt de garantie.

Ce que j’en disais sur le forum

« Ce n’est pas parce que cela a marché les 3 ou x dernières années que c’est récurrent ou qu’il faille trader avec cela. C’est une aide. Il y a pas mal de petits trucs comme cela sur l’or le pétrole selon les saisons mais cela doit être plus un aide-mémoire qu’une décision de trading. »

Benoist Rousseau sur le forum, le 29 novembre 2013, à un membre qui cherchait les marchés aux mouvements saisonniers pour des swings dans l’année

Quelles sont les limites de la saisonnalité des matières premières ?

La première limite de la saisonnalité des matières premières est la taille de l’échantillon. Chaque mois ne fournit qu’une observation par an : trente ans d’historique donnent trente mois de janvier, sur des marchés dont la volatilité dépasse souvent celle des indices boursiers. Josef Lakonishok et Seymour Smidt l’écrivaient en 1988 à propos des actions : même avec quatre-vingt-dix ans de données, l’écart type de la rentabilité moyenne d’un mois est d’environ 0,5 %, et un mois ne se distingue que s’il dépasse les autres de plus d’un point. Sur une matière première, plus volatile, il faut un écart plus grand encore. La statistique t de 1,93 de Keloharju et de ses coauteurs, sur 24 contrats et quarante ans, dit la même chose : l’effet est à la limite du détectable.

La deuxième est la multiplicité des essais. Avec douze mois d’entrée, douze mois de sortie et des dizaines de matières premières, il existe des milliers de fenêtres possibles ; quelques-unes paraîtront remarquables par pur hasard. Une fenêtre choisie parce qu’elle a été la meilleure sur un historique doit être vérifiée sur une période qu’elle n’a pas servi à choisir, ce que permet la méthode du walk forward. Il faut aussi une raison physique : une fenêtre sans cause connue, sur un marché sans saison de production ni de consommation, a toutes les chances d’être un artefact.

La troisième est que chaque année a ses chocs. Les stocks et la météo d’un hiver ne ressemblent pas à ceux du suivant, et les fiches d’andlil sur le gaz et le blé montrent combien une sécheresse, une décision politique ou une guerre peuvent écraser la saison d’une année : la guerre de la Russie contre l’Ukraine a porté le blé de Chicago à un record en mars 2022. Une moyenne calculée sur 1990-2010 peut décrire un marché qui a changé depuis.

Questions fréquentes sur la saisonnalité des matières premières