3:"$Sreact.fragment" 4:I[5801,["4839","static/chunks/4839-a58897730c7f0aa4.js","7040","static/chunks/7040-f720f88956dc9df5.js","7970","static/chunks/7970-558c51b4added46f.js","5657","static/chunks/5657-44a2459e0dd3c515.js","7177","static/chunks/app/layout-6b673771503a81cb.js"],"ThemeProvider"] 5:I[23,["4839","static/chunks/4839-a58897730c7f0aa4.js","7040","static/chunks/7040-f720f88956dc9df5.js","7970","static/chunks/7970-558c51b4added46f.js","5657","static/chunks/5657-44a2459e0dd3c515.js","7177","static/chunks/app/layout-6b673771503a81cb.js"],"PlausibleAnalytics"] 6:I[4839,["4839","static/chunks/4839-a58897730c7f0aa4.js","7040","static/chunks/7040-f720f88956dc9df5.js","566","static/chunks/app/monte-carlo-simulation-fire-2026/page-ff74fbd86d7cd9e4.js"],""] 7:I[7970,["4839","static/chunks/4839-a58897730c7f0aa4.js","7040","static/chunks/7040-f720f88956dc9df5.js","7970","static/chunks/7970-558c51b4added46f.js","8974","static/chunks/app/page-d2a38d3e5684dcbf.js"],"Image"] 8:I[7121,["4839","static/chunks/4839-a58897730c7f0aa4.js","7040","static/chunks/7040-f720f88956dc9df5.js","7970","static/chunks/7970-558c51b4added46f.js","5657","static/chunks/5657-44a2459e0dd3c515.js","7177","static/chunks/app/layout-6b673771503a81cb.js"],"ThemeToggle"] 9:I[3312,["4839","static/chunks/4839-a58897730c7f0aa4.js","7040","static/chunks/7040-f720f88956dc9df5.js","566","static/chunks/app/monte-carlo-simulation-fire-2026/page-ff74fbd86d7cd9e4.js"],"Button"] a:I[5244,[],""] b:I[3866,[],""] c:I[1436,["4839","static/chunks/4839-a58897730c7f0aa4.js","7040","static/chunks/7040-f720f88956dc9df5.js","7970","static/chunks/7970-558c51b4added46f.js","5657","static/chunks/5657-44a2459e0dd3c515.js","7177","static/chunks/app/layout-6b673771503a81cb.js"],"NewsletterForm"] d:I[595,["4839","static/chunks/4839-a58897730c7f0aa4.js","7040","static/chunks/7040-f720f88956dc9df5.js","7970","static/chunks/7970-558c51b4added46f.js","5657","static/chunks/5657-44a2459e0dd3c515.js","7177","static/chunks/app/layout-6b673771503a81cb.js"],"LeadMagnet"] e:I[6213,[],"OutletBoundary"] 10:I[6213,[],"MetadataBoundary"] 12:I[6213,[],"ViewportBoundary"] 14:I[4835,[],""] 1:HL["/_next/static/media/e4af272ccee01ff0-s.p.woff2","font",{"crossOrigin":"","type":"font/woff2"}] 2:HL["/_next/static/css/df118c28c30fdaa7.css","style"] 0:{"P":null,"b":"8clWt8e_BBh2h9Goo7JJs","p":"","c":["","monte-carlo-simulation-fire-2026"],"i":false,"f":[[["",{"children":["monte-carlo-simulation-fire-2026",{"children":["__PAGE__",{}]}]},"$undefined","$undefined",true],["",["$","$3","c",{"children":[[["$","link","0",{"rel":"stylesheet","href":"/_next/static/css/df118c28c30fdaa7.css","precedence":"next","crossOrigin":"$undefined","nonce":"$undefined"}]],["$","html",null,{"lang":"fr","suppressHydrationWarning":true,"children":["$","body",null,{"suppressHydrationWarning":true,"className":"__variable_d8ebd1 bg-background text-foreground","children":["$","$L4",null,{"children":[["$","$L5",null,{}],["$","header",null,{"className":"sticky top-0 z-50 border-b border-border/60 bg-background/80 backdrop-blur-lg","children":["$","div",null,{"className":"container flex items-center justify-between py-4","children":[["$","$L6",null,{"href":"/","className":"flex items-center gap-3","aria-label":"Retour à l'accueil","children":["$","$L7",null,{"src":"/logo.svg","alt":"Logo Notre Indépendance Financière","width":52,"height":52,"priority":true}]}],["$","nav",null,{"className":"hidden items-center gap-6 lg:flex","children":[["$","$L6","/#communaute",{"href":"/#communaute","className":"text-sm font-medium text-muted-foreground transition hover:text-primary","children":"Communauté"}],["$","$L6","/#portfolio",{"href":"/#portfolio","className":"text-sm font-medium text-muted-foreground transition hover:text-primary","children":"Investissements"}],["$","$L6","/#simulateurs",{"href":"/#simulateurs","className":"text-sm font-medium text-muted-foreground transition hover:text-primary","children":"Simulateurs"}],["$","$L6","/#ressources",{"href":"/#ressources","className":"text-sm font-medium text-muted-foreground transition hover:text-primary","children":"Ressources"}],["$","$L6","/articles",{"href":"/articles","className":"text-sm font-medium text-muted-foreground transition hover:text-primary","children":"Articles"}]]}],["$","div",null,{"className":"flex items-center gap-2","children":[["$","$L8",null,{}],["$","$L9",null,{"asChild":true,"variant":"outline","className":"hidden md:inline-flex","children":["$","$L6",null,{"href":"/#communaute","children":"Rejoindre la communauté"}]}],["$","$L9",null,{"asChild":true,"className":"hidden lg:inline-flex","children":["$","$L6",null,{"href":"https://tally.so/r/mRPzQ4?utm_source=nif","children":"Investir dans l’immobilier"}]}],["$","$L9",null,{"variant":"outline","size":"icon","className":"lg:hidden","children":["$","svg",null,{"ref":"$undefined","xmlns":"http://www.w3.org/2000/svg","width":24,"height":24,"viewBox":"0 0 24 24","fill":"none","stroke":"currentColor","strokeWidth":2,"strokeLinecap":"round","strokeLinejoin":"round","className":"lucide lucide-menu h-4 w-4","children":[["$","line","1e0a9i",{"x1":"4","x2":"20","y1":"12","y2":"12"}],["$","line","1owob3",{"x1":"4","x2":"20","y1":"6","y2":"6"}],["$","line","yk5zj1",{"x1":"4","x2":"20","y1":"18","y2":"18"}],"$undefined"]}]}]]}]]}]}],["$","main",null,{"className":"bg-background","children":[["$","$La",null,{"parallelRouterKey":"children","segmentPath":["children"],"error":"$undefined","errorStyles":"$undefined","errorScripts":"$undefined","template":["$","$Lb",null,{}],"templateStyles":"$undefined","templateScripts":"$undefined","notFound":[["$","title",null,{"children":"404: This page could not be found."}],["$","div",null,{"style":{"fontFamily":"system-ui,\"Segoe UI\",Roboto,Helvetica,Arial,sans-serif,\"Apple Color Emoji\",\"Segoe UI Emoji\"","height":"100vh","textAlign":"center","display":"flex","flexDirection":"column","alignItems":"center","justifyContent":"center"},"children":["$","div",null,{"children":[["$","style",null,{"dangerouslySetInnerHTML":{"__html":"body{color:#000;background:#fff;margin:0}.next-error-h1{border-right:1px solid rgba(0,0,0,.3)}@media (prefers-color-scheme:dark){body{color:#fff;background:#000}.next-error-h1{border-right:1px solid rgba(255,255,255,.3)}}"}}],["$","h1",null,{"className":"next-error-h1","style":{"display":"inline-block","margin":"0 20px 0 0","padding":"0 23px 0 0","fontSize":24,"fontWeight":500,"verticalAlign":"top","lineHeight":"49px"},"children":"404"}],["$","div",null,{"style":{"display":"inline-block"},"children":["$","h2",null,{"style":{"fontSize":14,"fontWeight":400,"lineHeight":"49px","margin":0},"children":"This page could not be found."}]}]]}]}]],"notFoundStyles":[]}],["$","section",null,{"className":"container my-12","children":["$","div",null,{"className":"rounded-3xl border border-border bg-card p-6","children":[["$","h2",null,{"className":"text-xl font-semibold text-foreground","children":"Rester informé·e"}],["$","p",null,{"className":"text-sm text-muted-foreground","children":"Une fois par semaine : des stratégies testées, aucun spam, un lien pour confirmer votre inscription (double opt-in)."}],["$","div",null,{"className":"mt-4 max-w-md","children":["$","$Lc",null,{}]}]]}]}]]}],["$","footer",null,{"className":"border-t border-border/70 bg-card","children":[["$","div",null,{"className":"container grid gap-10 py-12 md:grid-cols-4","children":[["$","div",null,{"className":"space-y-4","children":[["$","p",null,{"className":"text-sm font-semibold uppercase text-primary","children":"Notre Indépendance Financière"}],["$","p",null,{"className":"text-sm text-muted-foreground","children":"Notre mission : fournir des méthodes fiables et des simulateurs auditables pour chaque investisseur immobilier francophone."}],["$","p",null,{"className":"text-xs text-muted-foreground","children":"Les informations publiées ont une vocation pédagogique et ne constituent pas un conseil financier individualisé."}]]}],["$","div",null,{"children":[["$","h3",null,{"className":"text-sm font-semibold text-foreground","children":"Guides essentiels"}],["$","ul",null,{"className":"mt-4 space-y-2 text-sm text-muted-foreground","children":[["$","li","signature-compromis-de-vente",{"children":["$","$L6",null,{"href":"/signature-compromis-de-vente","className":"hover:text-primary","children":"Compromis de vente : sécuriser chaque clause"}]}],["$","li","augmenter-ses-revenus",{"children":["$","$L6",null,{"href":"/augmenter-ses-revenus","className":"hover:text-primary","children":"Augmenter ses revenus pour accélérer l’investissement"}]}],["$","li","devenir-rentier",{"children":["$","$L6",null,{"href":"/devenir-rentier","className":"hover:text-primary","children":"Devenir rentier grâce à l’immobilier locatif"}]}],["$","li","pourquoi-investir",{"children":["$","$L6",null,{"href":"/pourquoi-investir","className":"hover:text-primary","children":"Pourquoi investir : raisons financières et sociétales"}]}],["$","li","comment-devenir-riche-rapidement",{"children":["$","$L6",null,{"href":"/comment-devenir-riche-rapidement","className":"hover:text-primary","children":"Comment devenir riche rapidement… et durablement"}]}]]}]]}],["$","div",null,{"children":[["$","h3",null,{"className":"text-sm font-semibold text-foreground","children":"Stratégies & simulateurs"}],["$","ul",null,{"className":"mt-4 space-y-2 text-sm text-muted-foreground","children":[[["$","li","monte-carlo-simulation-fire-2026",{"children":["$","$L6",null,{"href":"/monte-carlo-simulation-fire-2026","className":"hover:text-primary","children":"Monte Carlo FIRE 2026 : 10 000 scenarios pour tester son plan"}]}],["$","li","chubby-fire-2026",{"children":["$","$L6",null,{"href":"/chubby-fire-2026","className":"hover:text-primary","children":"Chubby FIRE 2026 : vivre tres bien a 3 M€ sans etre riche"}]}],["$","li","barbell-strategy-taleb-fire-2026",{"children":["$","$L6",null,{"href":"/barbell-strategy-taleb-fire-2026","className":"hover:text-primary","children":"Barbell strategy Taleb FIRE 2026 : 85% safe + 15% asymetrique"}]}],["$","li","coffeehouse-portfolio-schultheis-fire-2026",{"children":["$","$L6",null,{"href":"/coffeehouse-portfolio-schultheis-fire-2026","className":"hover:text-primary","children":"Coffeehouse Portfolio Schultheis FIRE 2026 : 7 fonds lazy"}]}],["$","li","rising-equity-glide-path-fire-2026",{"children":["$","$L6",null,{"href":"/rising-equity-glide-path-fire-2026","className":"hover:text-primary","children":"Rising equity glide path FIRE 2026 : remonter en actions apres 60"}]}]],[["$","li","/calcul-rendement-locatif",{"children":["$","$L6",null,{"href":"/calcul-rendement-locatif","className":"hover:text-primary","children":"Simulateur rendement locatif"}]}],["$","li","/charges-de-copropriete",{"children":["$","$L6",null,{"href":"/charges-de-copropriete","className":"hover:text-primary","children":"Charges de copropriété"}]}],["$","li","/calcul-taux-endettement-33-pourcent",{"children":["$","$L6",null,{"href":"/calcul-taux-endettement-33-pourcent","className":"hover:text-primary","children":"Taux d’endettement 33 %"}]}]]]}]]}],["$","div",null,{"children":[["$","h3",null,{"className":"text-sm font-semibold text-foreground","children":"Ressources"}],["$","ul",null,{"className":"mt-4 space-y-2 text-sm text-muted-foreground","children":[[["$","li","portefeuille-yale-swensen-fire-2026",{"children":["$","$L6",null,{"href":"/portefeuille-yale-swensen-fire-2026","className":"hover:text-primary","children":"Portefeuille Yale Swensen FIRE 2026 : le lazy endowment"}]}],["$","li","permanent-portfolio-harry-browne-fire-2026",{"children":["$","$L6",null,{"href":"/permanent-portfolio-harry-browne-fire-2026","className":"hover:text-primary","children":"Permanent Portfolio Harry Browne FIRE 2026 : les 4 blocs decryptes"}]}],["$","li","portefeuille-bogleheads-3-fonds-fire-2026",{"children":["$","$L6",null,{"href":"/portefeuille-bogleheads-3-fonds-fire-2026","className":"hover:text-primary","children":"Portefeuille Bogleheads 3 fonds FIRE 2026 : la recette qui gagne"}]}],["$","li","pea-pme-fire-2026",{"children":["$","$L6",null,{"href":"/pea-pme-fire-2026","className":"hover:text-primary","children":"PEA-PME FIRE 2026 : le plafond 75 000 € oublie de tous les FIRE"}]}]],[["$","li","/assurance-pno",{"children":["$","$L6",null,{"href":"/assurance-pno","className":"hover:text-primary","children":"Assurance PNO"}]}],["$","li","/gli",{"children":["$","$L6",null,{"href":"/gli","className":"hover:text-primary","children":"GLI – loyers impayés"}]}],["$","li","/vacance-locative",{"children":["$","$L6",null,{"href":"/vacance-locative","className":"hover:text-primary","children":"Vacance locative"}]}],["$","li","/fiscalite-lmnp",{"children":["$","$L6",null,{"href":"/fiscalite-lmnp","className":"hover:text-primary","children":"Fiscalité LMNP"}]}],["$","li","/fiscalite-sci",{"children":["$","$L6",null,{"href":"/fiscalite-sci","className":"hover:text-primary","children":"Fiscalité SCI"}]}],["$","li","/fiscalite-micro-foncier",{"children":["$","$L6",null,{"href":"/fiscalite-micro-foncier","className":"hover:text-primary","children":"Micro-foncier"}]}],["$","li","/cashflow",{"children":["$","$L6",null,{"href":"/cashflow","className":"hover:text-primary","children":"Focus cash-flow"}]}]],["$","li",null,{"children":["$","$L6",null,{"href":"/mentions-legales","className":"hover:text-primary font-medium","children":"Mentions légales"}]}],["$","li",null,{"children":["$","$L6",null,{"href":"/politique-confidentialite","className":"hover:text-primary font-medium","children":"Politique de confidentialité"}]}],["$","li",null,{"children":["$","$L6",null,{"href":"/plan-du-site","className":"hover:text-primary font-medium","children":"Plan du site"}]}]]}]]}]]}],["$","div",null,{"className":"border-t border-border/50 py-6 text-center text-xs text-muted-foreground","children":["© ",2026," ","Notre Indépendance Financière"," — Tous droits réservés."]}]]}],["$","$Ld",null,{}],["$","script",null,{"type":"application/ld+json","dangerouslySetInnerHTML":{"__html":"{\"@context\":\"https://schema.org\",\"@graph\":[{\"@type\":\"Organization\",\"@id\":\"https://notre-independance-financiere.fr/#organization\",\"name\":\"Notre Indépendance Financière\",\"url\":\"https://notre-independance-financiere.fr\",\"logo\":{\"@type\":\"ImageObject\",\"url\":\"https://notre-independance-financiere.fr/logo.svg\"},\"description\":\"Guides pédagogiques, simulateurs et check-lists pour atteindre l’indépendance financière grâce à l’immobilier.\",\"email\":\"bonjour@notre-independance-financiere.fr\"},{\"@type\":\"WebSite\",\"@id\":\"https://notre-independance-financiere.fr/#website\",\"url\":\"https://notre-independance-financiere.fr\",\"name\":\"Notre Indépendance Financière\",\"description\":\"Guides pédagogiques, simulateurs et check-lists pour atteindre l’indépendance financière grâce à l’immobilier.\",\"publisher\":{\"@id\":\"https://notre-independance-financiere.fr/#organization\"},\"inLanguage\":\"fr-FR\"}]}"}}]]}]}]}]]}],{"children":["monte-carlo-simulation-fire-2026",["$","$3","c",{"children":[null,["$","$La",null,{"parallelRouterKey":"children","segmentPath":["children","monte-carlo-simulation-fire-2026","children"],"error":"$undefined","errorStyles":"$undefined","errorScripts":"$undefined","template":["$","$Lb",null,{}],"templateStyles":"$undefined","templateScripts":"$undefined","notFound":"$undefined","notFoundStyles":"$undefined"}]]}],{"children":["__PAGE__",["$","$3","c",{"children":[["$","article",null,{"className":"container space-y-10 py-12","children":[["$","nav",null,{"className":"flex items-center gap-2 text-xs text-muted-foreground","children":[[["$","span","/",{"className":"flex items-center gap-2","children":[["$","$L6",null,{"href":"/","className":"hover:text-primary","children":"Accueil"}],["$","span",null,{"children":"/"}]]}],["$","span","/articles",{"className":"flex items-center gap-2","children":[["$","$L6",null,{"href":"/articles","className":"hover:text-primary","children":"Articles"}],["$","span",null,{"children":"/"}]]}],["$","span","/monte-carlo-simulation-fire-2026",{"className":"flex items-center gap-2","children":[["$","$L6",null,{"href":"/monte-carlo-simulation-fire-2026","className":"hover:text-primary","children":"Monte Carlo FIRE 2026"}],false]}]],["$","script",null,{"type":"application/ld+json","dangerouslySetInnerHTML":{"__html":"{\"@context\":\"https://schema.org\",\"@type\":\"BreadcrumbList\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Accueil\",\"item\":\"https://notre-independance-financiere.fr/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Articles\",\"item\":\"https://notre-independance-financiere.fr/articles\"},{\"@type\":\"ListItem\",\"position\":3,\"name\":\"Monte Carlo FIRE 2026\",\"item\":\"https://notre-independance-financiere.fr/monte-carlo-simulation-fire-2026\"}]}"}}]]}],["$","header",null,{"className":"space-y-4 rounded-3xl border border-border bg-card p-8","children":[["$","p",null,{"className":"text-xs font-semibold uppercase tracking-wide text-primary","children":"FIRE · Strategie · Simulation 2026"}],["$","h1",null,{"className":"text-3xl font-semibold text-foreground","children":"Monte Carlo simulation FIRE 2026 : 10 000 scenarios pour savoir si votre plan tient (vraiment)"}],["$","p",null,{"className":"text-base leading-relaxed text-muted-foreground","children":"Monte Carlo FIRE 2026 : 10 000 scenarios pour calibrer son plan de retrait. Taux de succes 86% sur 30 ans en 60/40 (hypotheses Vanguard CMA), 71% sur 45 ans, methodologie, pieges statistiques et 3 cas chiffres a 42, 50 et 55 ans."}],["$","div",null,{"className":"flex flex-wrap gap-3","children":["$","$L9",null,{"asChild":true,"variant":"default","className":"group","children":["$","$L6",null,{"href":"/articles","children":["Plus d'articles",["$","svg",null,{"ref":"$undefined","xmlns":"http://www.w3.org/2000/svg","width":24,"height":24,"viewBox":"0 0 24 24","fill":"none","stroke":"currentColor","strokeWidth":2,"strokeLinecap":"round","strokeLinejoin":"round","className":"lucide lucide-arrow-right ml-2 h-4 w-4 transition group-hover:translate-x-1","children":[["$","path","1ays0h",{"d":"M5 12h14"}],["$","path","xquz4c",{"d":"m12 5 7 7-7 7"}],"$undefined"]}]]}]}]}]]}],["$","img",null,{"src":"/images/articles/monte-carlo-simulation-fire-2026.jpg","alt":"Monte Carlo simulation FIRE 2026 : 10 000 scenarios pour tester son plan de retrait","className":"w-full rounded-3xl","width":1600,"height":900}],["$","section",null,{"className":"rounded-3xl border-l-4 border-primary bg-primary/5 p-6","children":[["$","p",null,{"className":"text-xs font-semibold uppercase tracking-wide text-primary","children":"TL;DR — l'essentiel en 30 secondes"}],["$","p",null,{"className":"mt-2 text-base text-foreground","children":"Monte Carlo FIRE tire au sort 10 000 scenarios de rendement et calcule le taux de succes du plan. Avec hypotheses prospectives 2026 (actions 6,2% nominal, obligations 4,1%, inflation 2,3%, CAPE 36-39), la regle des 4% affiche 86% de succes sur 30 ans et 71% sur 45 ans. ficalc.app tourne gratuitement en 15 minutes. Un plan FIRE 2026 vise 95% de succes avec ajustements comportementaux ou passage a 3,3-3,5% SWR."}]]}],[["$","section","1. La reponse rapide en 30 secondes",{"className":"space-y-3 rounded-3xl border border-border/70 bg-card p-6","children":[["$","h2",null,{"className":"text-xl md:text-2xl font-semibold text-foreground","children":"1. La reponse rapide en 30 secondes"}],[["$","p","0",{"className":"text-base leading-relaxed text-muted-foreground","children":"Une simulation Monte Carlo FIRE, c'est 10 000 scenarios de 30, 40 ou 50 ans tires au sort a partir de la moyenne et de la volatilite des marches, pour calculer le pourcentage de scenarios ou votre portefeuille survit. Autrement dit, on remplace la question 'est-ce que la regle des 4% marche sur 150 ans d'historique US ?' par 'est-ce que mon plan marche sur 10 000 futurs plausibles tires d'une distribution statistique ?'. Monte Carlo 2026 est devenu l'outil de reference pour un FIRE moderne parce qu'il integre la realite des valorisations elevees (CAPE Shiller 36-39 en 2026) que l'historique seul ne capture pas."}],["$","p","1",{"className":"text-base leading-relaxed text-muted-foreground","children":"Concretement : pour la regle des 4% classique sur 30 ans en 60/40, un backtest historique US affiche 95% de succes. Monte Carlo 2026 avec rendements attendus revus a la baisse (actions 6,2% nominal, obligations 4,1%) affiche entre 82% et 88% selon les hypotheses. Pour un FIRE qui vise 45 ans de decumulation (depart a 45 ans), c'est 71% a 78%. Perso, on ne demarre pas un FIRE 2026 sans une simulation Monte Carlo a 10 000 iterations avec les hypotheses prospectives Vanguard-Morningstar. Ca prend 15 minutes sur ficalc.app, c'est gratuit, et ca evite de confondre 'ca marchait avant' avec 'ca marchera'."}]],"$undefined"]}],["$","section","2. Comment ca marche : les 4 ingredients d'une simulation Monte Carlo",{"className":"space-y-3 rounded-3xl border border-border/70 bg-card p-6","children":[["$","h2",null,{"className":"text-xl md:text-2xl font-semibold text-foreground","children":"2. Comment ca marche : les 4 ingredients d'une simulation Monte Carlo"}],[["$","p","0",{"className":"text-base leading-relaxed text-muted-foreground","children":"Ingredient 1 : un modele de rendement. On fournit a l'algorithme la moyenne annuelle attendue des actions (mettons 6,2% nominal pour 2026 selon Vanguard CMA), celle des obligations (4,1%), celle du cash (2,8%), et la volatilite correspondante (actions 17%, obligations 7%, cash 1%). On y ajoute l'inflation attendue (2,3% CPI France) avec sa propre volatilite (1,2%). Chaque annee simulee tire au sort un rendement selon la distribution associee (normale, log-normale ou historique selon le logiciel)."}],["$","p","1",{"className":"text-base leading-relaxed text-muted-foreground","children":"Ingredient 2 : une allocation et un retrait. On precise sa repartition cible (par exemple 60% actions / 40% obligations rebalance annuellement) et son retrait initial (4% soit 40 000 euros sur 1 million). Le retrait est indexe sur l'inflation chaque annee. Pour la variante dynamique, on choisit une regle de retrait (VPW, Guyton-Klinger, pourcentage du solde) et on laisse l'algorithme ajuster."}],["$","p","2",{"className":"text-base leading-relaxed text-muted-foreground","children":["Ingredient 3 : une duree. Classique : 30 ans. FIRE agressif : 50 a 60 ans. Chaque scenario simule annee par annee : rendement tire, retrait preleve, inflation appliquee, solde reporte. Au bout de la duree, le portefeuille est soit positif (succes), soit zero (echec). Ingredient 4 : le nombre d'iterations. Minimum 1 000 pour un resultat lisible, 10 000 pour une statistique robuste, 100 000 pour un papier academique. ficalc.app tourne a 10 000 par defaut, c'est largement suffisant. Pour comprendre pourquoi les premieres annees comptent plus, voir notre"," ",["$","$L6",null,{"href":"/sequence-risk-fire","className":"text-primary underline","children":"analyse du sequence risk FIRE"}],"."]}]],["$","ul",null,{"className":"list-disc space-y-2 pl-5 text-base text-muted-foreground","children":[["$","li","Modele de rendement : moyennes, volatilites, correlations",{"children":"Modele de rendement : moyennes, volatilites, correlations"}],["$","li","Allocation + regle de retrait (4% fixe ou dynamique)",{"children":"Allocation + regle de retrait (4% fixe ou dynamique)"}],["$","li","Duree : 30, 40, 50 ans",{"children":"Duree : 30, 40, 50 ans"}],["$","li","Iterations : 1 000 lisible, 10 000 robuste",{"children":"Iterations : 1 000 lisible, 10 000 robuste"}]]}]]}],["$","section","3. Monte Carlo vs backtest historique : le vrai match",{"className":"space-y-3 rounded-3xl border border-border/70 bg-card p-6","children":[["$","h2",null,{"className":"text-xl md:text-2xl font-semibold text-foreground","children":"3. Monte Carlo vs backtest historique : le vrai match"}],[["$","p","0",{"className":"text-base leading-relaxed text-muted-foreground","children":"Le backtest historique prend la regle (4% par exemple) et la rejoue sur chaque cohorte de 30 ans possible entre 1871 et 2026. On compte combien de cohortes ont tenu. Avantage : les correlations historiques entre actions, obligations et inflation sont intactes (quand l'inflation explose en 1973-1981, les obligations s'effondrent aussi, pas de triche). Inconvenient : seulement 165 cohortes de 30 ans existent, et elles sont fortement correlees entre elles (la cohorte 1960-1990 chevauche 1961-1991 a 97%). Statistiquement, on a l'illusion de 165 observations alors qu'on en a 5 ou 6 independantes."}],["$","p","1",{"className":"text-base leading-relaxed text-muted-foreground","children":"Monte Carlo genere 10 000 scenarios independants. Statistiquement, c'est beaucoup plus robuste. Mais il casse les correlations historiques : l'algorithme peut tirer au sort une annee ou l'inflation fait +12% ET les actions font +15% en meme temps, ce qui n'est jamais arrive. Resultat : Monte Carlo tend a etre legerement optimiste sur le taux de succes (de 3 a 8 points selon les parametres). Les versions avancees (block bootstrapping, modeles ARCH-GARCH) corrigent ce biais en preservant les correlations."}],["$","p","2",{"className":"text-base leading-relaxed text-muted-foreground","children":["Verdict : les deux approches sont complementaires. Le backtest donne la robustesse historique, Monte Carlo donne la robustesse statistique sous hypotheses prospectives. Un FIRE serieux 2026 regarde les deux. Un ecart entre les deux superieur a 10 points indique une anomalie : soit l'historique US est trop favorable, soit les hypotheses Monte Carlo sont trop pessimistes. On recherche la convergence. Pour la version Bengen 2026 du backtest, voir notre"," ",["$","$L6",null,{"href":"/bengen-4-7-pourcent-fire-2026","className":"text-primary underline","children":"analyse Bengen 4,7%"}],"."]}]],"$undefined"]}],["$","section","4. Les 3 pieges statistiques qui faussent 90% des simulations",{"className":"space-y-3 rounded-3xl border border-border/70 bg-card p-6","children":[["$","h2",null,{"className":"text-xl md:text-2xl font-semibold text-foreground","children":"4. Les 3 pieges statistiques qui faussent 90% des simulations"}],[["$","p","0",{"className":"text-base leading-relaxed text-muted-foreground","children":"Piege 1 : la distribution normale. Beaucoup d'outils grand public (hors ficalc.app) tirent les rendements annuels selon une loi normale (gaussienne). Probleme : les marches ne sont pas normaux, ils ont des queues epaisses (fat tails). Un crash -40% comme 2008 est a plus de 2 ecarts-types de la moyenne, donc 'improbable' selon une normale (moins de 2% de proba par an) alors qu'il arrive tous les 15 ans en pratique (6% par an). Resultat : les Monte Carlo gaussiens sous-estiment le risque de ruine de 15 a 25% selon Pfau. Choisir un outil qui utilise des distributions historiques, log-normales ajustees ou bootstrap."}],["$","p","1",{"className":"text-base leading-relaxed text-muted-foreground","children":"Piege 2 : zero correlation entre actions et obligations. En theorie, actions et obligations sont decorrelees voire anti-correlees : les obligations montent quand les actions chutent (fuite vers la qualite). En 2022, actions ET obligations ont perdu 15-18% ensemble. Un Monte Carlo qui suppose correlation -0,2 constante va rater ce scenario clef. Verdict : prendre un outil qui modelise au moins une correlation variable (basse en periode calme, elevee en periode de stress monetaire) ou qui utilise des blocs historiques."}],["$","p","2",{"className":"text-base leading-relaxed text-muted-foreground","children":["Piege 3 : hypotheses de rendement figees. Un Monte Carlo qui demarre en 2026 avec un rendement actions attendu de 10% nominal (moyenne historique US 1871-2024) est deconnecte de la realite 2026 : CAPE Shiller a 36-39 implique mathematiquement un rendement attendu 10 ans de 3 a 5% reel. Toujours ajuster les hypotheses de rendement aux valorisations courantes. Les prevideurs serieux (Vanguard CMA, GMO 7-year forecast, AQR, Research Affiliates) publient leurs estimates annuellement. Les copier-coller dans l'outil. Pour la relation CAPE / rendement, voir notre"," ",["$","$L6",null,{"href":"/cape-shiller-swr-fire-2026","className":"text-primary underline","children":"CAPE Shiller et SWR 2026"}],"."]}]],["$","ul",null,{"className":"list-disc space-y-2 pl-5 text-base text-muted-foreground","children":[["$","li","Normal gaussien = fat tails ratees, risque sous-estime 15-25%",{"children":"Normal gaussien = fat tails ratees, risque sous-estime 15-25%"}],["$","li","Correlation actions-obligations constante = scenario 2022 impossible",{"children":"Correlation actions-obligations constante = scenario 2022 impossible"}],["$","li","Rendement historique 10% actions = ignore CAPE eleve 2026",{"children":"Rendement historique 10% actions = ignore CAPE eleve 2026"}],["$","li","Toujours utiliser des hypotheses prospectives (Vanguard, GMO, AQR)",{"children":"Toujours utiliser des hypotheses prospectives (Vanguard, GMO, AQR)"}]]}]]}],["$","section","5. Hypothese cle 2026 : pourquoi les rendements attendus baissent",{"className":"space-y-3 rounded-3xl border border-border/70 bg-card p-6","children":[["$","h2",null,{"className":"text-xl md:text-2xl font-semibold text-foreground","children":"5. Hypothese cle 2026 : pourquoi les rendements attendus baissent"}],[["$","p","0",{"className":"text-base leading-relaxed text-muted-foreground","children":"Les Capital Market Assumptions 2026 des grands gestionnaires convergent sur un constat : les rendements attendus 10 ans sont historiquement bas pour les actions US et moyens pour l'Europe. Vanguard CMA novembre 2025 : actions US 4,8% nominal, actions globales 7,1%, Europe 7,8%, obligations US aggregate 4,4%, obligations euro 3,5%, inflation 2,3%. BlackRock BII 2026 : actions US 5,2%, actions emerging 7,9%, obligations high quality 4,2%. GMO 7-year forecast : actions US large cap -1,2% reel, actions emerging value +5,8% reel."}],["$","p","1",{"className":"text-base leading-relaxed text-muted-foreground","children":"La raison mathematique : la formule de Shiller/Grantham lie le rendement 10 ans a la valorisation initiale. Rendement attendu = rendement dividende courant + croissance beneficiaire + variation de valorisation. Avec un CAPE Shiller a 36-39 en octobre 2026, le rendement dividende est a 1,2% (contre moyenne historique 4,1%), la croissance beneficiaire reelle a 2,8%, et la variation de valorisation vers la moyenne historique (CAPE 17) implique une compression de -4 a -6% par an sur 10 ans. Total : 0% a 3% reel attendu sur actions US 10 ans. Monte Carlo doit utiliser ces chiffres, pas les moyennes 1871-2024."}],["$","p","2",{"className":"text-base leading-relaxed text-muted-foreground","children":["Pour un FIRE francais 2026 avec portefeuille 60/40 World diversifie (pas 100% US), on prend : 6,2% nominal actions (mix USA 55%, developpes ex-US 25%, emerging 15%, small value 5%), 4,1% obligations euro-US mixtes, 2,3% inflation. Volatilites : 16,5% actions, 7,2% obligations. Correlation moyenne -0,15 avec episodes a +0,4 en stress monetaire. Avec ces hypotheses, la regle des 4% sur 30 ans affiche 86% de succes Monte Carlo. Sur 45 ans : 71%. Il faut descendre a 3,3% pour obtenir 95% de succes sur 45 ans. Pour comprendre les variantes dynamiques, voir notre"," ",["$","$L6",null,{"href":"/vpw-variable-percentage-withdrawal-fire-2026","className":"text-primary underline","children":"methode VPW Bogleheads"}],"."]}]],["$","ul",null,{"className":"list-disc space-y-2 pl-5 text-base text-muted-foreground","children":[["$","li","Vanguard CMA 2026 : actions US 4,8%, globales 7,1%",{"children":"Vanguard CMA 2026 : actions US 4,8%, globales 7,1%"}],["$","li","GMO 7-year : actions US -1,2% reel attendu",{"children":"GMO 7-year : actions US -1,2% reel attendu"}],["$","li","CAPE 36-39 implique 0-3% reel US sur 10 ans",{"children":"CAPE 36-39 implique 0-3% reel US sur 10 ans"}],["$","li","Portefeuille FIRE World 2026 : 6,2% nominal attendu",{"children":"Portefeuille FIRE World 2026 : 6,2% nominal attendu"}]]}]]}],["$","section","6. Appliquer Monte Carlo en pratique : outils gratuits",{"className":"space-y-3 rounded-3xl border border-border/70 bg-card p-6","children":[["$","h2",null,{"className":"text-xl md:text-2xl font-semibold text-foreground","children":"6. Appliquer Monte Carlo en pratique : outils gratuits"}],[["$","p","0",{"className":"text-base leading-relaxed text-muted-foreground","children":"ficalc.app est l'outil de reference de la communaute FIRE anglo-saxonne. Gratuit, open source, 10 000 iterations par defaut, multi-devise, supporte 10 regles de retrait (fixed, VPW, Guyton-Klinger, CAPE-based, etc.), modele de distribution historique ou normale. On entre son capital, son allocation, sa duree de retrait, son retrait annuel, et on obtient le taux de succes + histogramme des valeurs terminales + heat map des annees critiques. Idiomatique en 15 minutes."}],["$","p","1",{"className":"text-base leading-relaxed text-muted-foreground","children":"cfiresim.com est l'ancetre, moins moderne mais toujours en service. Portfolio Visualizer propose un module Monte Carlo payant (295 USD par an) mais puissant : correlations historiques preservees, distributions ajustables, scenarios de stress testing. Pour un FIRE serieux, l'abonnement vaut le cout sur 1 ou 2 ans en periode decisionnelle. Richlydiverse.com propose une version francisee et basique, pratique pour une premiere approche. Early Retirement Now Big ERN SWR Series Toolbox (Google Sheets gratuit) propose une approche historique 1871-2024 avec breakdown par cohorte."}],["$","p","2",{"className":"text-base leading-relaxed text-muted-foreground","children":["Code Python simple pour tester soi-meme (20 lignes avec numpy) : tirage normal des rendements actions-obligations, boucle 10 000 iterations, 30 ans, calcul du taux de succes. On recommande de faire tourner un code maison en parallele d'un outil pour verifier les ordres de grandeur, pas pour construire son plan reel. Les outils grand public ont ete audites par la communaute et sont plus fiables qu'un prototype perso. Pour le choix de l'allocation sous-jacente, voir notre"," ",["$","$L6",null,{"href":"/portefeuille-60-40-fire","className":"text-primary underline","children":"portefeuille 60/40 FIRE"}],"."]}]],["$","ul",null,{"className":"list-disc space-y-2 pl-5 text-base text-muted-foreground","children":[["$","li","ficalc.app : outil 1 de la communaute FIRE, gratuit",{"children":"ficalc.app : outil 1 de la communaute FIRE, gratuit"}],["$","li","cfiresim.com : alternative historique",{"children":"cfiresim.com : alternative historique"}],["$","li","Portfolio Visualizer : premium 295 USD/an mais complet",{"children":"Portfolio Visualizer : premium 295 USD/an mais complet"}],["$","li","Big ERN SWR Toolbox : Google Sheets gratuit, par cohorte",{"children":"Big ERN SWR Toolbox : Google Sheets gratuit, par cohorte"}],["$","li","Code Python 20 lignes : audit personnel des ordres de grandeur",{"children":"Code Python 20 lignes : audit personnel des ordres de grandeur"}]]}]]}],["$","section","7. Cas chiffres : 3 FIRE testes a l'epreuve de 10 000 scenarios",{"className":"space-y-3 rounded-3xl border border-border/70 bg-card p-6","children":[["$","h2",null,{"className":"text-xl md:text-2xl font-semibold text-foreground","children":"7. Cas chiffres : 3 FIRE testes a l'epreuve de 10 000 scenarios"}],[["$","p","0",{"className":"text-base leading-relaxed text-muted-foreground","children":"Les trois cas qui suivent utilisent les hypotheses 2026 (Vanguard CMA novembre 2025) avec distribution historique bootstrap sur ficalc.app, allocation 60/40 World diversifiee, duree ajustee a l'age, retrait fixe indexe inflation. Les resultats agregent 10 000 iterations avec intervalle de confiance a 95%. Objectif : montrer comment les resultats Monte Carlo varient selon la duree, le taux de retrait et l'allocation, et pourquoi un taux de succes 'bon' sur 30 ans peut etre 'catastrophique' sur 45 ans."}],["$","p","1",{"className":"text-base leading-relaxed text-muted-foreground","children":"Les trois profils sont construits pour couvrir le spectre FIRE francais 2026 : lean FIRE depart 42 ans, chubby FIRE depart 55 ans, fat FIRE depart 50 ans. Chacun a une structure patrimoniale realiste (PEA + AV + CTO) et un retrait aligne sur les besoins. L'exercice revele que l'age de depart est le facteur numero un : baisser son retrait de 0,5% ou augmenter sa duree de retrait de 5 ans a plus d'impact sur le taux de succes que de passer de 60/40 a 80/20 actions."}],["$","p","2",{"className":"text-base leading-relaxed text-muted-foreground","children":["Lecture critique de ces chiffres : un taux de succes a 86% signifie que 14% des scenarios se terminent par un portefeuille a zero avant 30 ans. Pour un FIRE, c'est inacceptable : on ne tolere pas 14% de probabilite de dormir dehors a 70 ans. Le seuil psychologique generalement retenu est 95% de succes sur l'horizon vise. Si on n'y est pas, trois leviers : baisser le retrait, allonger la phase d'accumulation (travailler 2 ans de plus), ou integrer un filet securite (petite rente, emploi barista a mi-temps). Pour la variante barista, voir notre"," ",["$","$L6",null,{"href":"/barista-fire","className":"text-primary underline","children":"Barista FIRE"}],"."]}]],"$undefined"]}],["$","section","8. Erreurs classiques quand on lit un rapport Monte Carlo",{"className":"space-y-3 rounded-3xl border border-border/70 bg-card p-6","children":[["$","h2",null,{"className":"text-xl md:text-2xl font-semibold text-foreground","children":"8. Erreurs classiques quand on lit un rapport Monte Carlo"}],[["$","p","0",{"className":"text-base leading-relaxed text-muted-foreground","children":"Erreur 1 : regarder uniquement le taux de succes sans la mediane de valeur terminale. Un plan a 92% de succes avec valeur terminale mediane 2 M euros est mathematiquement equivalent a un plan a 92% de succes avec valeur terminale mediane 150 k euros, en terme de probabilite de non-ruine. Mais le premier offre une marge enorme (succession, flexibilite, maison de retraite medicalisee), le second laisse le FIRE a l'os. Toujours regarder la mediane et le 10e percentile des valeurs terminales en complement du taux de succes."}],["$","p","1",{"className":"text-base leading-relaxed text-muted-foreground","children":"Erreur 2 : ne pas tester les variantes dynamiques. Un retrait fixe 4% indexe inflation est le pire cas (zero flexibilite). Appliquer une regle VPW ou Guyton-Klinger sur les memes donnees Monte Carlo fait monter le taux de succes de 5 a 15 points. La vraie question Monte Carlo n'est pas 'est-ce que 4% fixe tient', c'est 'quel est le taux de succes de ma strategie reelle avec les ajustements que je ferai en pratique'. Toujours modeliser les ajustements prevus (reduction depenses, allongement duree, bascule barista)."}],["$","p","2",{"className":"text-base leading-relaxed text-muted-foreground","children":"Erreur 3 : confondre probabilite de succes et probabilite d'echec. Un plan a 90% de succes sur 30 ans n'est pas un plan a 10% de ruine totale. C'est un plan a 10% de ruine si on ne change rien. En pratique, 95% des FIRE ajustent leurs depenses au moindre signe de bear market severe (reduction 15-30% des discretionnaires). Ces ajustements comportementaux sauvent la plupart des scenarios 'echec'. La vraie probabilite de ruine totale avec adjustement est entre 1% et 4% pour un plan Monte Carlo a 90% nominal."}],["$","p","3",{"className":"text-base leading-relaxed text-muted-foreground","children":"Erreur 4 : extrapoler les 10 000 scenarios comme s'ils etaient tous equiprobables. Monte Carlo donne une distribution de scenarios, pas 10 000 futurs identiques. Le monde reel va suivre UNE seule trajectoire, qui peut etre dans le top 10% (super gras), dans le milieu (confortable), ou dans le bottom 5% (serrage de ceinture serieux). Monte Carlo mesure la robustesse du plan face a l'incertitude, pas la trajectoire. On ne s'engage pas sur un scenario moyen, on se prepare au scenario mauvais."}],["$","p","4",{"className":"text-base leading-relaxed text-muted-foreground","children":["Erreur 5 : oublier l'inflation differentielle France-US. Les simulations americaines prennent une inflation CPI US (3,1% moyen 1960-2024). La France a eu une inflation plus volatile avec episodes 10%+ 1973-1983. Un Monte Carlo pour un FIRE francais doit utiliser l'inflation INSEE France (1,8% moyen 1990-2024 avec episodes 2% a 7%). Cette correction baisse le taux de succes de 2 a 5 points vs un calibrage US. ficalc.app ne gere pas nativement l'inflation France : prendre la version Big ERN qui le permet. Pour le lien inflation / strategie, voir notre"," ",["$","$L6",null,{"href":"/cash-buffer-fire-2026","className":"text-primary underline","children":"cash buffer FIRE 2026"}],"."]}]],["$","ul",null,{"className":"list-disc space-y-2 pl-5 text-base text-muted-foreground","children":[["$","li","Taux de succes seul = incomplet, voir aussi valeur terminale",{"children":"Taux de succes seul = incomplet, voir aussi valeur terminale"}],["$","li","Retrait fixe = pire cas, tester VPW ou Guyton-Klinger",{"children":"Retrait fixe = pire cas, tester VPW ou Guyton-Klinger"}],["$","li","90% succes != 10% ruine : les ajustements sauvent la plupart",{"children":"90% succes != 10% ruine : les ajustements sauvent la plupart"}],["$","li","10 000 scenarios != 10 000 futurs, c'est une distribution",{"children":"10 000 scenarios != 10 000 futurs, c'est une distribution"}],["$","li","Inflation France (INSEE) different inflation US (CPI)",{"children":"Inflation France (INSEE) different inflation US (CPI)"}]]}]]}]],["$","section",null,{"className":"space-y-4 rounded-3xl border border-primary/30 bg-primary/5 p-6","children":[["$","h2",null,{"className":"text-xl md:text-2xl font-semibold text-foreground","children":"Monte Carlo vs backtest vs bootstrap vs deterministe : tableau de decision"}],["$","p",null,{"className":"text-base leading-relaxed text-muted-foreground","children":"Quatre approches de simulation FIRE comparees sur les criteres qui comptent vraiment pour un plan 2026."}],["$","div",null,{"className":"overflow-x-auto","children":["$","table",null,{"className":"w-full text-sm","children":[["$","thead",null,{"children":["$","tr",null,{"className":"text-left text-xs uppercase text-primary","children":[["$","th",null,{"className":"p-2","children":"Critere"}],["$","th",null,{"className":"p-2","children":"Monte Carlo"}],["$","th",null,{"className":"p-2","children":"Backtest"}],["$","th",null,{"className":"p-2","children":"Bootstrap"}],["$","th",null,{"className":"p-2","children":"Deterministe"}]]}]}],["$","tbody",null,{"children":[["$","tr","Nombre de scenarios independants",{"className":"border-t border-border/50","children":[["$","td",null,{"className":"p-2 font-semibold text-foreground","children":"Nombre de scenarios independants"}],["$","td",null,{"className":"p-2 text-muted-foreground","children":"10 000 (tires au sort)"}],["$","td",null,{"className":"p-2 text-muted-foreground","children":"6 (cohortes US independantes)"}],["$","td",null,{"className":"p-2 text-muted-foreground","children":"10 000 (blocs historiques)"}],["$","td",null,{"className":"p-2 text-muted-foreground","children":"1 (rendement moyen fige)"}]]}],["$","tr","Preserve correlations historiques",{"className":"border-t border-border/50","children":[["$","td",null,{"className":"p-2 font-semibold text-foreground","children":"Preserve correlations historiques"}],["$","td",null,{"className":"p-2 text-muted-foreground","children":"Non (gaussien) ou partiel"}],["$","td",null,{"className":"p-2 text-muted-foreground","children":"Oui (reel historique)"}],["$","td",null,{"className":"p-2 text-muted-foreground","children":"Oui (blocs de 5-10 ans)"}],["$","td",null,{"className":"p-2 text-muted-foreground","children":"Non applicable"}]]}],["$","tr","Modelise fat tails (-40% et plus)",{"className":"border-t border-border/50","children":[["$","td",null,{"className":"p-2 font-semibold text-foreground","children":"Modelise fat tails (-40% et plus)"}],["$","td",null,{"className":"p-2 text-muted-foreground","children":"Non si gaussien"}],["$","td",null,{"className":"p-2 text-muted-foreground","children":"Oui (1929, 1973, 2008)"}],["$","td",null,{"className":"p-2 text-muted-foreground","children":"Oui"}],["$","td",null,{"className":"p-2 text-muted-foreground","children":"Non"}]]}],["$","tr","Ajuste aux valorisations courantes",{"className":"border-t border-border/50","children":[["$","td",null,{"className":"p-2 font-semibold text-foreground","children":"Ajuste aux valorisations courantes"}],["$","td",null,{"className":"p-2 text-muted-foreground","children":"Oui si hypotheses prospectives"}],["$","td",null,{"className":"p-2 text-muted-foreground","children":"Non (regarde moyenne historique)"}],["$","td",null,{"className":"p-2 text-muted-foreground","children":"Partiel (shrinkage possible)"}],["$","td",null,{"className":"p-2 text-muted-foreground","children":"Oui par definition"}]]}],["$","tr","Taux succes 4% / 30 ans / 60/40",{"className":"border-t border-border/50","children":[["$","td",null,{"className":"p-2 font-semibold text-foreground","children":"Taux succes 4% / 30 ans / 60/40"}],["$","td",null,{"className":"p-2 text-muted-foreground","children":"86% (hypotheses 2026)"}],["$","td",null,{"className":"p-2 text-muted-foreground","children":"95% (historique US)"}],["$","td",null,{"className":"p-2 text-muted-foreground","children":"88%"}],["$","td",null,{"className":"p-2 text-muted-foreground","children":"100% ou 0% selon moyenne"}]]}],["$","tr","Taux succes 4% / 45 ans / 60/40",{"className":"border-t border-border/50","children":[["$","td",null,{"className":"p-2 font-semibold text-foreground","children":"Taux succes 4% / 45 ans / 60/40"}],["$","td",null,{"className":"p-2 text-muted-foreground","children":"71% (hypotheses 2026)"}],["$","td",null,{"className":"p-2 text-muted-foreground","children":"82%"}],["$","td",null,{"className":"p-2 text-muted-foreground","children":"76%"}],["$","td",null,{"className":"p-2 text-muted-foreground","children":"100% ou 0%"}]]}],["$","tr","Modelise ajustements comportementaux",{"className":"border-t border-border/50","children":[["$","td",null,{"className":"p-2 font-semibold text-foreground","children":"Modelise ajustements comportementaux"}],["$","td",null,{"className":"p-2 text-muted-foreground","children":"Oui (regles VPW, Guyton)"}],["$","td",null,{"className":"p-2 text-muted-foreground","children":"Oui"}],["$","td",null,{"className":"p-2 text-muted-foreground","children":"Oui"}],["$","td",null,{"className":"p-2 text-muted-foreground","children":"Difficilement"}]]}],["$","tr","Facile a interpreter",{"className":"border-t border-border/50","children":[["$","td",null,{"className":"p-2 font-semibold text-foreground","children":"Facile a interpreter"}],["$","td",null,{"className":"p-2 text-muted-foreground","children":"Moyen (statistique)"}],["$","td",null,{"className":"p-2 text-muted-foreground","children":"Facile (cas historique)"}],["$","td",null,{"className":"p-2 text-muted-foreground","children":"Difficile"}],["$","td",null,{"className":"p-2 text-muted-foreground","children":"Tres facile"}]]}],["$","tr","Outil gratuit grand public",{"className":"border-t border-border/50","children":[["$","td",null,{"className":"p-2 font-semibold text-foreground","children":"Outil gratuit grand public"}],["$","td",null,{"className":"p-2 text-muted-foreground","children":"ficalc.app"}],["$","td",null,{"className":"p-2 text-muted-foreground","children":"cfiresim, Big ERN sheets"}],["$","td",null,{"className":"p-2 text-muted-foreground","children":"Portfolio Visualizer payant"}],["$","td",null,{"className":"p-2 text-muted-foreground","children":"Excel 10 minutes"}]]}]]}]]}]}]]}],["$","section",null,{"className":"grid gap-4 rounded-3xl border border-border bg-card p-6 md:grid-cols-3","children":[["$","div","Julie, 42 ans, lean FIRE 500 000 EUR",{"className":"space-y-3 rounded-2xl border border-border/60 p-4","children":[["$","p",null,{"className":"text-xs font-semibold uppercase tracking-wide text-primary","children":"Julie, 42 ans, lean FIRE 500 000 EUR"}],["$","ul",null,{"className":"list-disc space-y-1 pl-4 text-sm text-muted-foreground","children":[["$","li","Allocation : 70% actions World / 30% oblig euro",{"children":"Allocation : 70% actions World / 30% oblig euro"}],["$","li","Retrait annuel : 20 000 EUR net (SWR 4%)",{"children":"Retrait annuel : 20 000 EUR net (SWR 4%)"}],["$","li","Duree de retrait : 48 ans (jusqu'a 90)",{"children":"Duree de retrait : 48 ans (jusqu'a 90)"}],["$","li","Monte Carlo 2026 : 68% de succes",{"children":"Monte Carlo 2026 : 68% de succes"}]]}],["$","p",null,{"className":"text-sm text-foreground","children":"Julie fait un FIRE lean avec 500 k et vise 48 ans de decumulation. Un backtest historique classique donnerait 85% sur 30 ans et 73% sur 48 ans. Monte Carlo 2026 avec hypothese Vanguard CMA tombe a 68%. C'est trop bas. Trois leviers testes : baisser SWR a 3,5% (-> 83% succes), allonger 2 ans (-> 76% succes), ajouter 6 k barista en annees 1-10 (-> 92% succes). Verdict : Julie opte pour la variante barista 10 ans a mi-temps freelance a 15 k par an. Portefeuille vise identique, succes passe de 68% a 92%, et c'est psychologiquement plus confortable que de serrer la ceinture."}]]}],["$","div","Marc, 55 ans, chubby FIRE 1 200 000 EUR",{"className":"space-y-3 rounded-2xl border border-border/60 p-4","children":[["$","p",null,{"className":"text-xs font-semibold uppercase tracking-wide text-primary","children":"Marc, 55 ans, chubby FIRE 1 200 000 EUR"}],["$","ul",null,{"className":"list-disc space-y-1 pl-4 text-sm text-muted-foreground","children":[["$","li","Allocation : 55% actions / 35% oblig / 10% or+BTC",{"children":"Allocation : 55% actions / 35% oblig / 10% or+BTC"}],["$","li","Retrait annuel : 48 000 EUR net (SWR 4%)",{"children":"Retrait annuel : 48 000 EUR net (SWR 4%)"}],["$","li","Duree de retrait : 35 ans (jusqu'a 90)",{"children":"Duree de retrait : 35 ans (jusqu'a 90)"}],["$","li","Monte Carlo 2026 : 89% de succes",{"children":"Monte Carlo 2026 : 89% de succes"}]]}],["$","p",null,{"className":"text-sm text-foreground","children":"Marc a bosse 32 ans dans la tech, cash out son stock-option et vise un chubby FIRE confortable. 48 k net annuel couvre son train de vie actuel. Monte Carlo sur 35 ans donne 89% de succes avec allocation diversifiee. En testant VPW au lieu de retrait fixe, le succes monte a 97% avec variabilite de depenses +/- 25% sur les 15 premieres annees. Marc opte pour VPW hybride plafonne a 110% avec cash buffer 24 mois (96 k). Le Monte Carlo revele que son plus grand risque n'est pas financier mais fiscal : si la PFU passe de 30% a 35% en 2030, le succes retombe a 83%. Decision : diversifier davantage via AV luxembourgeoise pour hedger le risque fiscal."}]]}],["$","div","Sylvie, 50 ans, fat FIRE 2 500 000 EUR",{"className":"space-y-3 rounded-2xl border border-border/60 p-4","children":[["$","p",null,{"className":"text-xs font-semibold uppercase tracking-wide text-primary","children":"Sylvie, 50 ans, fat FIRE 2 500 000 EUR"}],["$","ul",null,{"className":"list-disc space-y-1 pl-4 text-sm text-muted-foreground","children":[["$","li","Allocation : 50% actions / 40% oblig / 10% immobilier",{"children":"Allocation : 50% actions / 40% oblig / 10% immobilier"}],["$","li","Retrait annuel : 90 000 EUR net (SWR 3,6%)",{"children":"Retrait annuel : 90 000 EUR net (SWR 3,6%)"}],["$","li","Duree de retrait : 40 ans (jusqu'a 90)",{"children":"Duree de retrait : 40 ans (jusqu'a 90)"}],["$","li","Monte Carlo 2026 : 96% de succes",{"children":"Monte Carlo 2026 : 96% de succes"}]]}],["$","p",null,{"className":"text-sm text-foreground","children":"Sylvie a fait fortune en vente de PME, 2,5 M placable net. Elle vise fat FIRE avec 90 k net annuel (train de vie bordelais haut de gamme). Le SWR 3,6% assure 96% de succes sur 40 ans en Monte Carlo 2026. Dans les 4% de scenarios d'echec, la mediane de l'annee de ruine est a 28 ans, ce qui laisse 12 ans pour corriger (passage sur SCPI, reduction depenses). En testant un scenario stress 'inflation 6% pendant 5 ans puis retour a 2%', le succes tombe a 87%. Decision : Sylvie integre 15% de TIPS obligations indexees et renforce son immobilier locatif a 20% d'allocation. Nouveau succes Monte Carlo : 98%. Marge confortable pour transmission a ses enfants."}]]}]]}],["$","section",null,{"className":"space-y-4 rounded-3xl border border-border bg-card p-6","children":[["$","h2",null,{"className":"text-xl md:text-2xl font-semibold text-foreground","children":"Questions frequentes"}],[["$","div","Monte Carlo est-il meilleur que le backtest historique pour un FIRE francais 2026 ?",{"className":"space-y-1","children":[["$","h3",null,{"className":"text-base font-semibold text-foreground","children":"Monte Carlo est-il meilleur que le backtest historique pour un FIRE francais 2026 ?"}],["$","p",null,{"className":"text-base leading-relaxed text-muted-foreground","children":"Les deux sont complementaires et un FIRE serieux regarde les deux. Le backtest historique dit 'cette strategie aurait tenu dans les pires cycles connus (1929, 1966, 2000)'. Monte Carlo dit 'cette strategie tient dans 86% des 10 000 scenarios plausibles si les hypotheses de rendement 2026 sont correctes'. Pour 2026 specifiquement, Monte Carlo avec hypotheses prospectives Vanguard-GMO est plus informatif que le backtest pur car il integre les valorisations elevees (CAPE 36-39). Mais Monte Carlo a ses biais (fat tails, correlations) que le backtest capture mieux. Perso, on regarde d'abord le backtest pour la robustesse historique, puis Monte Carlo prospectif pour calibrer le marge de securite 2026. L'ecart entre les deux (environ 10 points sur 30 ans FIRE) donne une bonne idee de la plage d'incertitude."}]]}],["$","div","Combien d'iterations faut-il pour une simulation Monte Carlo fiable ?",{"className":"space-y-1","children":[["$","h3",null,{"className":"text-base font-semibold text-foreground","children":"Combien d'iterations faut-il pour une simulation Monte Carlo fiable ?"}],["$","p",null,{"className":"text-base leading-relaxed text-muted-foreground","children":"Minimum 1 000 pour une lecture visuelle, 10 000 pour une statistique robuste publishable, 100 000 pour un papier academique peer-reviewed. En pratique, l'intervalle de confiance d'un taux de succes a 90% avec 10 000 iterations est de +/- 0,6 point. Avec 100 000 iterations, c'est +/- 0,2 point. L'ecart ne change pas la decision pratique. ficalc.app tourne a 10 000 par defaut, c'est largement suffisant pour un plan FIRE. Si vous codez votre propre simulation Python, 10 000 iterations prennent 2 a 5 secondes avec numpy. Au-dela, vous optimisez le quatrieme chiffre apres la virgule sans valeur ajoutee decisionnelle."}]]}],["$","div","Pourquoi les Monte Carlo donnent souvent 10 000 iterations exactement ?",{"className":"space-y-1","children":[["$","h3",null,{"className":"text-base font-semibold text-foreground","children":"Pourquoi les Monte Carlo donnent souvent 10 000 iterations exactement ?"}],["$","p",null,{"className":"text-base leading-relaxed text-muted-foreground","children":"C'est le minimum pour que l'erreur statistique sur un taux de succes autour de 90% soit inferieure a 1 point. Formule approchee : erreur standard = sqrt(p (1-p) / n). Pour p = 90% et n = 10 000, erreur standard = 0,003, intervalle 95% a +/- 0,6 point. En dessous de 1 000 iterations, l'erreur devient perceptible (+/- 2 points), au-dessus de 100 000 on gagne tres peu. 10 000 est le sweet spot temps de calcul / precision. C'est aussi un chiffre marketing lisible : 'teste sur 10 000 scenarios' sonne mieux que 'teste sur 7 500 scenarios'. Mais statistiquement rien de magique a 10 000, 5 000 suffirait souvent."}]]}],["$","div","Quelles hypotheses de rendement utiliser pour une Monte Carlo FIRE 2026 ?",{"className":"space-y-1","children":[["$","h3",null,{"className":"text-base font-semibold text-foreground","children":"Quelles hypotheses de rendement utiliser pour une Monte Carlo FIRE 2026 ?"}],["$","p",null,{"className":"text-base leading-relaxed text-muted-foreground","children":"Pour un portefeuille FIRE francais 2026 diversifie (ETF World 55% US, 25% developpes ex-US, 15% emerging, 5% small value), on prend : rendement nominal attendu 6,2% actions, 4,1% obligations euro-US mixtes, volatilites 16,5% et 7,2% respectivement. Inflation France INSEE : 2,3% moyen, volatilite 1,2%. Correlation actions-obligations : -0,15 moyen avec episodes a +0,4 en stress monetaire. Pour un portefeuille 100% actions, prendre 6,8% nominal avec volatilite 18%. Pour un portefeuille 100% obligations, 3,8% nominal avec volatilite 7%. Ces chiffres proviennent de la convergence Vanguard CMA novembre 2025, BlackRock BII 2026, GMO 7-year forecast octobre 2025. A reactualiser chaque annee avant son recalibrage FIRE."}]]}],["$","div","Faut-il paniquer si mon Monte Carlo donne 85% de succes au lieu de 95% ?",{"className":"space-y-1","children":[["$","h3",null,{"className":"text-base font-semibold text-foreground","children":"Faut-il paniquer si mon Monte Carlo donne 85% de succes au lieu de 95% ?"}],["$","p",null,{"className":"text-base leading-relaxed text-muted-foreground","children":"Pas forcement, et c'est tout l'enjeu de lire un rapport Monte Carlo correctement. Un 85% de succes signifie 15% de scenarios d'echec sous hypothese zero ajustement comportemental. En pratique, 95% des FIRE font des ajustements progressifs (reduction 15-25% des depenses des 2 ans de bear market severe, basculement cash buffer, allongement duree avec revenu partiel). Avec ces ajustements modelises, le vrai taux de ruine totale (zero euro a l'horizon) tombe a 2-4%. Donc 85% nominal = 96-98% ajuste. Reste : si vous etes rigide sur votre niveau de depenses (charges fixes elevees, zero flexibilite), alors 85% signifie vraiment 15% de ruine. Dans ce cas, baisser le SWR ou allonger la duree d'accumulation."}]]}],["$","div","Monte Carlo peut-il modeliser le sequence risk ?",{"className":"space-y-1","children":[["$","h3",null,{"className":"text-base font-semibold text-foreground","children":"Monte Carlo peut-il modeliser le sequence risk ?"}],["$","p",null,{"className":"text-base leading-relaxed text-muted-foreground","children":"Oui, c'est meme son avantage principal sur le modele deterministe. Chaque scenario Monte Carlo tire au sort une sequence de rendements annuels, et certains scenarios commencent par 3 ou 5 annees de pertes (sequence defavorable). Le taux de succes agrege prend en compte ces scenarios automatiquement. On peut meme filtrer specifiquement les scenarios 'premier quartile sequence' (pires 25% des 5 premieres annees) pour voir comment le portefeuille s'en sort dans ces cas. Sur ficalc.app, l'onglet 'worst scenarios' donne cette vue. Pour un FIRE qui demarre dans un marche cher, cette metrique est plus importante que le taux de succes agrege. Pour approfondir, voir notre analyse sequence risk FIRE."}]]}],["$","div","Combien de temps faut-il pour maitriser Monte Carlo en pratique ?",{"className":"space-y-1","children":[["$","h3",null,{"className":"text-base font-semibold text-foreground","children":"Combien de temps faut-il pour maitriser Monte Carlo en pratique ?"}],["$","p",null,{"className":"text-base leading-relaxed text-muted-foreground","children":"Le niveau 1 (utilisation de ficalc.app avec parametres par defaut) : 30 minutes de prise en main pour comprendre les resultats. Le niveau 2 (configuration avancee : regles de retrait dynamiques, hypotheses de rendement personnalisees, inflation France, correlations) : 3 a 5 heures d'etude et pratique sur 2 a 3 sessions. Le niveau 3 (coder sa propre simulation Python avec distributions personnalisees et stress testing) : 20 heures pour un developpeur Python intermediaire. Perso, on recommande niveau 2 pour un FIRE serieux : largement suffisant pour prendre des decisions robustes, et pas de dependance a un outil tiers. Le niveau 3 est reserve aux passionnes ou aux cas atypiques (portefeuille leveraged, strategie barbell avec options, etc.)."}]]}]]]}],["$","section",null,{"className":"rounded-3xl border border-border bg-card p-6 text-sm text-muted-foreground","children":[["$","p",null,{"className":"font-semibold text-foreground","children":"Pour aller plus loin"}],["$","ul",null,{"className":"mt-3 list-disc space-y-2 pl-4","children":[["$","li",null,{"children":["$","$L6",null,{"href":"/regle-des-4-pourcent","className":"text-primary underline","children":"Regle des 4 pourcent : la reference historique du FIRE"}]}],["$","li",null,{"children":["$","$L6",null,{"href":"/bengen-4-7-pourcent-fire-2026","className":"text-primary underline","children":"Bengen 4,7% : la mise a jour 2026 de la regle initiale"}]}],["$","li",null,{"children":["$","$L6",null,{"href":"/cape-shiller-swr-fire-2026","className":"text-primary underline","children":"CAPE Shiller et SWR 2026 : la calibration par les valorisations"}]}],["$","li",null,{"children":["$","$L6",null,{"href":"/sequence-risk-fire","className":"text-primary underline","children":"Sequence risk FIRE : pourquoi les 5 premieres annees comptent"}]}],["$","li",null,{"children":["$","$L6",null,{"href":"/vpw-variable-percentage-withdrawal-fire-2026","className":"text-primary underline","children":"VPW Bogleheads : la methode qui rend la ruine mathematiquement impossible"}]}],["$","li",null,{"children":["$","$L6",null,{"href":"/guyton-klinger-fire-2026","className":"text-primary underline","children":"Guyton-Klinger : les guardrails pour un retrait dynamique"}]}],["$","li",null,{"children":["$","$L6",null,{"href":"/cash-buffer-fire-2026","className":"text-primary underline","children":"Cash buffer FIRE : amortir les mauvais debuts de sequence"}]}]]}]]}]]}],null,["$","$Le",null,{"children":"$Lf"}]]}],{},null]},null]},null],["$","$3","h",{"children":[null,["$","$3","X74N921SLqhczFwt8CpUN",{"children":[["$","$L10",null,{"children":"$L11"}],["$","$L12",null,{"children":"$L13"}],["$","meta",null,{"name":"next-size-adjust"}]]}]]}]]],"m":"$undefined","G":["$14","$undefined"],"s":false,"S":true} 13:[["$","meta","0",{"name":"viewport","content":"width=device-width, initial-scale=1"}]] 11:[["$","meta","0",{"charSet":"utf-8"}],["$","title","1",{"children":"Monte Carlo FIRE 2026 : simulations vs regle des 4% | Notre Indépendance Financière"}],["$","meta","2",{"name":"description","content":"Monte Carlo FIRE 2026 : 10 000 simulations pour tester votre plan de retrait. Taux de succes vs backtest, hypotheses de rendement 2026, cas chiffres et outils gratuits."}],["$","link","3",{"rel":"canonical","href":"https://notre-independance-financiere.fr/monte-carlo-simulation-fire-2026"}],["$","meta","4",{"property":"og:title","content":"Monte Carlo FIRE 2026 : simulations vs regle des 4% | Notre Indépendance Financière"}],["$","meta","5",{"property":"og:description","content":"Monte Carlo FIRE 2026 : 10 000 simulations pour tester votre plan de retrait. Taux de succes vs backtest, hypotheses de rendement 2026, cas chiffres et outils gratuits."}],["$","meta","6",{"property":"og:url","content":"https://notre-independance-financiere.fr"}],["$","meta","7",{"property":"og:site_name","content":"Notre Indépendance Financière"}],["$","meta","8",{"property":"og:locale","content":"fr_FR"}],["$","meta","9",{"property":"og:image","content":"https://notre-independance-financiere.fr/og-cover.png"}],["$","meta","10",{"property":"og:image:width","content":"1200"}],["$","meta","11",{"property":"og:image:height","content":"630"}],["$","meta","12",{"property":"og:image:alt","content":"Notre Indépendance Financière"}],["$","meta","13",{"property":"og:type","content":"website"}],["$","meta","14",{"name":"twitter:card","content":"summary_large_image"}],["$","meta","15",{"name":"twitter:creator","content":"@notreindep"}],["$","meta","16",{"name":"twitter:title","content":"Monte Carlo FIRE 2026 : simulations vs regle des 4% | Notre Indépendance Financière"}],["$","meta","17",{"name":"twitter:description","content":"Monte Carlo FIRE 2026 : 10 000 simulations pour tester votre plan de retrait. Taux de succes vs backtest, hypotheses de rendement 2026, cas chiffres et outils gratuits."}],["$","meta","18",{"name":"twitter:image","content":"https://notre-independance-financiere.fr/og-cover.png"}],["$","meta","19",{"name":"twitter:image:width","content":"1200"}],["$","meta","20",{"name":"twitter:image:height","content":"630"}],["$","meta","21",{"name":"twitter:image:alt","content":"Notre Indépendance Financière"}],["$","link","22",{"rel":"icon","href":"/favicon.ico","type":"image/x-icon","sizes":"16x16"}],["$","link","23",{"rel":"icon","href":"/icon.svg?00f6d04a5e822892","type":"image/svg+xml","sizes":"any"}]] f:null