Quand les Astres Rencontrent les Tickers Boursiers
En 2000, un article publié dans le Journal of Finance a fait sensation : trois économistes de l’Université du Michigan découvraient que les marchés boursiers mondiaux semblaient suivre un cycle de 29,5 jours — la durée exacte du cycle lunaire synodique. Les rendements étaient significativement plus élevés autour de la nouvelle lune que de la pleine lune.
Bien sûr, la communauté scientifique a réagi avec scepticisme. Et c’est précisément ce scepticisme — cette exigence de preuves reproductibles — qui fait la force de l’astrologie statistique telle que nous la pratiquons à Orion Data Lab.
Les Études Pionnières
L’Effet Lunaire sur les Marchés
L’étude fondatrice de Dichev et Janes (2003) a examiné les rendements de 48 indices boursiers sur 30 ans et trouvé que les rendements autour de la nouvelle lune étaient systématiquement plus élevés. L’effet était faible (environ 0,4% par mois) mais statistiquement significatif.
Des études ultérieures ont donné des résultats mitigés. Yuan, Zheng et Zhu (2006) ont confirmé l’effet sur 48 pays, mais Kelly et collaborators (2017) n’ont pas réussi à le reproduire avec des données plus récentes. Le débat reste ouvert.
Mars Rétrograde et Volatilité
Une autre ligne de recherche examine les périodes de Mars rétrograde (le mouvement apparent inverse de Mars dans le ciel, dû à l’optique orbitale). Certains traders utilisent ces périodes comme indicateurs de volatilité accrue. Les données sont ambiguës : il existe une corrélation faible mais pas toujours statistiquement significative.
L’Approche Rigoureuse : Ce que Nous Faisons Différemment
La différence entre l’astrologie traditionnelle et l’astrologie statistique est simple : nous ne croyons pas — nous testons. Chaque affirmation astrale est formulée comme une hypothèse nulle testable :
- Hypothèse nulle : Les positions planétaires n’ont aucun effet sur les phénomènes terrestres
- Alternative : Il existe une corrélation statistiquement significative
- Seuil : p < 0,05 avec correction pour comparaisons multiples
Nous testons cette approche sur plus de 1 700 tirages EuroMillions, en croisant les positions des 16 corps célestes majeurs avec les résultats des tirages. Les résultats préliminaires montrent des corrélations faibles mais potentiellement exploitables par des algorithmes prédictifs modernes.
Pourquoi les Corrélations Astrales Existeraient-elles ?
Si des corrélations existent, elles n’impliquent pas de causalité astrale directe. Plusieurs mécanismes indirects sont envisageables :
L’Effet Comportemental
Si des millions de personnes croyent que Mercure rétrograde affecte leurs décisions, leurs comportements collectifs changent réellement — créant une prophétie autoréalisatrice. Les marchés financiers, qui reflètent la psychologie des investisseurs, pourraient être particulièrement sensibles à cet effet.
L’Effet Gravitationnel Lunaire
La Lune exerce une force gravitationnelle mesurable sur la Terre (marées). Théoriquement, de minuscules variations gravitationnelles pourraient influencer les fluides biologiques — y compris le cerveau humain. Les preuves empiriques restent minces, mais l’hypothèse n’est pas absurde.
Les Cycles Saisonniers Confondus
Les cycles planétaires sont corrélés avec les saisons et les cycles terrestres. Toute corrélation astrale doit être séparée des effets saisonniers connus (comme les variations de lumière affectant l’humeur et les décisions).
Le Futur de l’Astrologie Statistique
Avec l’augmentation de la puissance de calcul et les techniques de machine learning, nous pouvons désormais tester des hypothèses qui étaient impraticables il y a seulement une décennie. L’analyse de milliers de variables astronomiques croisées avec des millions de points de données terrestres est désormais à portée de main.
Le projet Orion s’inscrit exactement dans cette démarche : appliquer les outils les plus avancés de la data science à des questions que la science classique a trop vite balayées. Le résultat n’est peut-être pas ce que les astrologues traditionnels espèrent — mais il sera, pour la première fois, vrai.