⚖️DCA vs Lump Sum

Comparez l'investissement progressif (DCA) et l'investissement unique (Lump Sum) selon différents scénarios de marché.

💰 Paramètres

Capital total à investir (€)

Durée DCA :

Versement mensuel DCA :

Rendement annuel espéré :

🎬 Scénario de marché

💰 Lump Sum

📅 DCA

🏆 Stratégie gagnante (scénario )

Avantage de

📊 Études historiques (S&P 500)

Lump Sum gagne~68% du temps

DCA gagne~32% du temps

Source : études Vanguard sur périodes de 12 mois

📈 Évolution comparée du capital

La ligne pointillée grise représente le capital progressivement investi en DCA

💡 À retenir : Statistiquement, le Lump Sum est plus performant (~68% des cas) car les marchés sont haussiers sur le long terme. Mais le DCA réduit le risque psychologique et peut être gagnant en marché baissier. Le meilleur moment pour investir, c'est maintenant.

📖 En savoir plus sur DCA vs Lump Sum : guide complet, formule, FAQ

📖 Qu'est-ce que c'est ?

Ce simulateur compare deux stratégies d'investissement d'un capital disponible :

Lump Sum : investir la totalité du capital immédiatement
DCA (Dollar Cost Averaging) : investir progressivement par versements réguliers

Le débat oppose l'optimisation statistique (Lump Sum) à la gestion du risque psychologique (DCA).

⚙️ Comment ça fonctionne

Le simulateur calcule l'évolution de deux portefeuilles parallèles :

Lump Sum : Capital_n = Capital₀ × (1 + r)ⁿ
DCA : Capital_n = Σ Versement_i × (1 + r)^n-i

Variables du modèle :

Rendement annuel : Taux de croissance moyen du marché
Volatilité : Amplitude des fluctuations (écart-type)
Scénario : Trajectoire du marché (haussier, baissier, volatile)

Lump Sum : Capital final = Montant × (1 + r)^n
DCA : Capital final = Σ Versement_i × (1 + r)^(n−i)

👥 À qui s'adresse ce simulateur ?

Épargnants avec un capital à placer — Héritage, prime, vente immobilière
Investisseurs débutants — Pour comprendre l'impact du timing sur la performance
Investisseurs émotionnels — Pour quantifier l'intérêt du DCA en termes de confort
Conseillers financiers — Pour illustrer les différentes stratégies à leurs clients

⚠️ Points de vigilance

DCA "choisi" vs "forcé" : Investir son salaire chaque mois n'est pas du DCA, c'est simplement investir quand on a l'argent
Coût d'opportunité : L'argent en attente d'investissement dort sur un compte peu rémunéré
Frais de transaction : Les achats répétés génèrent plus de frais (courtage, spread)
Biais comportemental : Le DCA flatte l'aversion à la perte mais n'est pas optimal
Performances passées : Les statistiques historiques ne garantissent pas le futur

⚖️ Avantages et inconvénients

Stratégie	✅ Avantages	❌ Inconvénients
Lump Sum	Gagnant ~68% du temps Maximise le time in market Simple à exécuter	Stress si le marché baisse Risque de mauvais timing Requiert discipline
DCA	Confort psychologique Lisse le prix d'achat Gagnant en marché baissier	Sous-optimal statistiquement Frais multipliés Capital dormant

📚 Références et études

Étude Vanguard (2012) — "Dollar-cost averaging just means taking risk later" : Lump Sum bat DCA dans 68% des périodes de 12 mois
Étude Morningstar (2020) — Confirmation des résultats sur marchés internationaux
Kahneman & Tversky (1979) — Théorie des perspectives et aversion à la perte
Eugene Fama — Hypothèse des marchés efficients (impossibilité du market timing)

⏳ Échéances et seuils

📝 Glossaire

Lump Sum: Investissement de la totalité du capital en une seule fois, immédiatement.
DCA (Dollar Cost Averaging): Investissement programmé de montants fixes à intervalles réguliers pour lisser le prix d'achat.
Time in market: Durée pendant laquelle le capital est exposé au marché. "Time in market beats timing the market."
Market timing: Tentative de prédire les mouvements du marché pour acheter bas et vendre haut.
Volatilité: Mesure de l'amplitude des variations de prix d'un actif (écart-type des rendements).
Aversion à la perte: Biais cognitif : la douleur d'une perte est ressentie 2x plus fortement que le plaisir d'un gain équivalent.
Coût d'opportunité: Rendement perdu en gardant du cash au lieu de l'investir immédiatement.