Short squeeze : définition et cas GameStop

Un short squeeze est une hausse rapide du cours d’une action très shortée qui s’autoalimente : à mesure que le cours progresse, les vendeurs à découvert qui débouclent leurs positions doivent racheter des actions, et ces achats constituent à leur tour une nouvelle demande. Le terme est employé pour désigner toute forte hausse ; un véritable short squeeze laisse des signatures précises dans les cours, les volumes, les données de short interest et le flux des transactions sur les options. Le cas le plus célèbre à ce jour, GameStop en janvier 2021, figure dans notre base de données. Cette page en retrace toute la séquence, chiffre par chiffre : la mise en place, le pic, le volet options et le krach qui a suivi.

Comment fonctionne un short squeeze ?

La vente à découvert est un pari sur la baisse d’un cours : emprunter des actions, les vendre, puis prévoir de les racheter moins cher. L’acheteur d’une action ne peut perdre au maximum que le montant investi. La perte potentielle d’un vendeur à découvert n’a pas de plafond : elle augmente dollar pour dollar à mesure que le cours progresse. Une position short est aussi un achat futur : chaque action empruntée devra finalement être rachetée et restituée.

Ces achats futurs alimentent le short squeeze. Lorsqu’une action très shortée commence à monter, tous les vendeurs à découvert font face simultanément au même calcul. Déboucler une position signifie acheter, en plus des achats effectués par les autres vendeurs qui débouclent. Plus le cours monte, plus le nombre de positions atteignant leur seuil de perte acceptable augmente, et plus les achats forcés se multiplient. Le short interest, c’est-à-dire le nombre total d’actions vendues à découvert, mesure le volume de ces achats futurs déjà accumulés.

GameStop, en chiffres : le volet de l’intérêt vendeur

GameStop a entamé novembre 2020 parmi les valeurs les plus massivement vendues à découvert sur les places américaines. Voici les données publiées par les marchés, règlement après règlement :

SELECT toString(settlement_date) AS settled,
       round(short_interest / 1e6, 1) AS shares_short_m,
       round(days_to_cover, 1) AS days_to_cover
FROM global_markets.stocks_short_interest
WHERE ticker = 'GME'
  AND settlement_date >= '2020-11-01'
  AND settlement_date <= '2021-03-31'
ORDER BY settlement_date

À la date de règlement 2020-11-13, 67.5 millions d’actions GME étaient vendues à découvert. Le days to cover s’établissait à 14 : il faudrait environ autant de journées complètes au regard du volume habituel du titre pour déboucler toutes les positions vendeuses. À la date de règlement 2021-01-29, l’intérêt vendeur était retombé à 21.4 millions d’actions. Environ deux tiers de la position avaient été débouclés en trois mois, avec un days to cover de 1.

GameStop, en chiffres : cours et volume

Sur les mêmes semaines, voici l’historique hebdomadaire du cours et des volumes, d’après le flux des transactions minute par minute :

SELECT toString(toStartOfWeek(day)) AS week_of,
       round(min(lo), 2) AS week_low,
       round(max(hi), 2) AS week_high,
       round(argMax(cl, day), 2) AS week_close,
       round(sum(vol) / 1e6, 0) AS shares_traded_m
FROM (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS day,
           min(toFloat64(low)) AS lo,
           max(toFloat64(high)) AS hi,
           argMax(toFloat64(close), window_start) AS cl,
           sum(toFloat64(volume)) AS vol
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'GME'
      AND window_start >= '2021-01-04 04:00:00'
      AND window_start < '2021-02-20 04:00:00'
    GROUP BY day
)
GROUP BY week_of
ORDER BY week_of

La première semaine de janvier 2021 a inscrit un plus bas de $17.06, avec 33 millions d’actions échangées. Trois semaines plus tard, pendant la semaine du 2021-01-24, le flux a enregistré un plus haut à $513.12 et 558 millions d’actions ont changé de mains en cinq séances. Le volume est le troisième élément caractéristique d’un squeeze : les achats forcés ne passent pas inaperçus.

La phase de hausse, le reflux, puis le deuxième acte : toute la trajectoire de 2021 sur une seule ligne :

WITH daily AS (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS day,
           min(toFloat64(low)) AS lo,
           max(toFloat64(high)) AS hi
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'GME'
      AND window_start >= '2021-01-04 04:00:00'
      AND window_start < '2021-04-01 04:00:00'
    GROUP BY day
)
SELECT round(minIf(lo, day < '2021-02-01'), 2) AS january_low,
       round(maxIf(hi, day < '2021-02-01'), 2) AS late_january_high,
       round(maxIf(hi, day < '2021-02-01') / minIf(lo, day < '2021-02-01'), 1) AS low_to_peak_multiple,
       round(minIf(lo, day >= '2021-02-01' AND day < '2021-03-01'), 2) AS february_low,
       toString(argMinIf(day, lo, day >= '2021-02-01' AND day < '2021-03-01')) AS february_low_date,
       round((1 - minIf(lo, day >= '2021-02-01' AND day < '2021-03-01') / maxIf(hi, day < '2021-02-01')) * 100, 1) AS peak_to_trough_pct,
       round(maxIf(hi, day >= '2021-03-01'), 2) AS march_rebound_high
FROM daily

D’un plus bas de janvier à $17.05 jusqu’à un plus haut atteint fin janvier à $513.12 : un mouvement de 30.1x en un seul mois. Les panneaux concordent : les deux semaines de la hausse la plus marquée sont aussi celles où le short interest a chuté de 61.8 millions (arrêté au 2021-01-15) à 21.4 millions (arrêté au 2021-01-29). Pic du cours, envolée du volume et forte baisse du short interest sur les mêmes dates : cette co-mouvement constitue la signature d’un squeeze. (Les cours sont ceux observés en 2021, avant le split ultérieur de GME à raison de quatre pour une.)

Une réserve importante : le short interest n’est publié que deux fois par mois, avec un décalage ; voir pourquoi le short interest a deux semaines de retard. Le relevé montre donc le débouclage sous forme d’instantanés et ne permet pas de déterminer quels achats correspondaient à des rachats de positions short et lesquels provenaient de nouveaux acheteurs. Son équivalent quotidien présente un autre piège : le short volume n’est pas le short interest.

Ce qui a fait de GameStop le titre au cœur du squeeze

Les mécanismes expliquent pourquoi un titre fortement shorté peut connaître un squeeze. Le calendrier bien documenté de janvier 2021 explique pourquoi ce fut le cas ici. Le 11 janvier 2021, Ryan Cohen, cofondateur de Chewy, a rejoint le conseil d’administration de GameStop. Au cours des deux semaines suivantes, le titre est devenu la principale préoccupation du forum WallStreetBets, tandis que les flux d’investisseurs particuliers s’intensifiaient avec l’accélération du marché. Le 27 janvier, Melvin Capital, le short le plus suivi sur GME, a confirmé avoir débouclé sa position. Le 28 janvier, Robinhood et d’autres courtiers ont limité les achats à l’ouverture sur GME et les titres associés. Le titre a inscrit ce matin-là son record historique en cours de séance, avant d’en reperdre l’essentiel en moins de deux heures. la séance du 28 janvier, minute par minute revient en détail sur cette journée. Les données ne permettent pas de classer ces facteurs. Les faits montrent qu’ils sont tous intervenus au cours des mêmes trois semaines.

Le gamma squeeze : le volet options

Le mois de janvier de GameStop ne se résume pas à l’évolution de l’action. Un gamma squeeze est un mécanisme connexe, mais distinct : les traders achètent des options d’achat, les market makers qui leur font face sont vendeurs de ces calls et couvrent généralement leur exposition en achetant l’action sous-jacente. Cette couverture augmente lorsque le cours monte vers les strikes des calls, puis les franchit. Il s’agit de la même boucle autoentretenue, avec un acheteur forcé différent : un dealer qui se couvre, et non un vendeur à découvert qui déboucle sa position. En janvier 2021, les deux mécanismes ont été à l’œuvre simultanément. Le flux d’options en montre la dynamique :

SELECT toString(toStartOfWeek(toDate(toTimeZone(sip_timestamp, 'America/New_York')))) AS week_of,
       round(sumIf(size, substring(ticker, 12, 1) = 'C') / 1e6, 2) AS call_contracts_m,
       round(sumIf(size, substring(ticker, 12, 1) = 'P') / 1e6, 2) AS put_contracts_m,
       round(100.0 * sumIf(size, substring(ticker, 12, 1) = 'C') / sum(size), 1) AS call_share_pct,
       round(sum(toFloat64(price) * size * 100) / 1e9, 2) AS premium_bn
FROM global_markets.options_trades
WHERE ticker >= 'O:GME21' AND ticker < 'O:GME24'
  AND sip_timestamp >= toDateTime('2021-01-04 00:00:00')
  AND sip_timestamp < toDateTime('2021-02-06 00:00:00')
GROUP BY week_of
ORDER BY week_of

La première semaine de janvier, les calls représentaient 66.6% du volume de contrats d’options sur GME. Ce flux très orienté vers les calls constitue la matière première de la couverture des dealers. Au cours de la semaine du pic, les primes ont atteint 23.54 milliards de dollars, contre 0.06 milliards quatre semaines plus tôt. La répartition s’était inversée : 3.97 millions de contrats put contre 2.07 millions de calls, soit une proportion de calls de 34.3%. Au début du mouvement, le flux d’options était orienté à la hausse. Au sommet, les paris baissiers dominaient.

Après le pic

Les squeezes prennent fin. Chaque position short couverte est une position short qui ne peut plus être couverte une seconde fois. Le graphique des cours montre les conséquences. Après son point haut de fin janvier à 513.12 $, GME a reculé jusqu’à 38.5 $ le 2021-02-19, soit un drawdown de 92.5% entre le pic et le point bas en environ trois semaines. Et le mouvement ne s’est pas arrêté là : en mars 2021, le titre a atteint 348.5 $ au plus haut, lors d’une seconde jambe de hausse intervenue alors que la position short déclarée était déjà faible.

La position short ne s’est pas reconstituée pour autant : les données de règlement vont jusqu’au 2021-03-31, avec un short interest de 10.7 millions d’actions et 1 jours nécessaires pour couvrir. Quelle que soit la nature des échanges sur GME en mars 2021, il ne s’agissait pas du même short très encombré qui se débouclait une deuxième fois.

Autres short squeezes dans les données historiques

Le même mois de janvier a provoqué un short squeeze sur un panier de titres très shortés. Voici, pour quatre d’entre eux, les extrêmes de cours et l’intérêt vendeur de part et d’autre du mois :

WITH px AS (
    SELECT ticker,
           round(min(toFloat64(low)), 2) AS jan_low,
           round(max(toFloat64(high)), 2) AS jan_high,
           round(max(toFloat64(high)) / min(toFloat64(low)), 1) AS low_to_high_multiple
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker IN ('GME', 'AMC', 'KOSS', 'BB')
      AND window_start >= '2021-01-04 04:00:00'
      AND window_start < '2021-01-30 04:00:00'
    GROUP BY ticker
),
si AS (
    SELECT ticker,
           round(anyIf(short_interest, settlement_date = '2020-12-31') / 1e6, 1) AS short_dec31_m,
           round(anyIf(short_interest, settlement_date = '2021-02-12') / 1e6, 1) AS short_feb12_m
    FROM global_markets.stocks_short_interest
    WHERE ticker IN ('GME', 'AMC', 'KOSS', 'BB')
      AND settlement_date IN ('2020-12-31', '2021-02-12')
    GROUP BY ticker
)
SELECT px.ticker AS ticker,
       px.jan_low AS jan_low,
       px.jan_high AS jan_high,
       px.low_to_high_multiple AS low_to_high_multiple,
       si.short_dec31_m AS short_dec31_m,
       si.short_feb12_m AS short_feb12_m
FROM px
INNER JOIN si ON px.ticker = si.ticker
ORDER BY px.low_to_high_multiple DESC

Koss, un petit fabricant de casques audio, a enregistré le plus fort multiple du groupe : 61.7x entre le point bas et le point haut de janvier. Son intérêt vendeur déclaré est passé de 0.6 millions à 0.3 millions d’actions au cours du mois. BlackBerry a progressé de 4.4x. Le tableau fournit également un élément de distinction : AMC a bondi de 13.5x, mais son intérêt vendeur déclaré était plus élevé le 12 février (48.1 millions d’actions) que le 31 décembre (39 millions). Les nouvelles positions vendeuses ont été ouvertes plus rapidement que les anciennes n’ont été débouclées. AMC a également émis de nouvelles actions au cours du mois. Un simple bond du cours ne constitue pas une preuve de rachats de positions vendeuses ; il faut vérifier les données d’intérêt vendeur de part et d’autre de la période.

Que sont les days to cover et à partir de quel niveau sont-ils élevés ?

Les days to cover correspondent à l’intérêt vendeur divisé par le volume quotidien moyen. Ils indiquent le nombre de jours habituels de volume total sur le titre nécessaires pour racheter toutes les actions vendues à découvert (que sont les days to cover présente le calibrage complet). Il s’agit de l’indicateur de référence pour mesurer à quel point le short est crowded par rapport aux possibilités de sortie. Pour GME, les 14 de novembre 2020 correspondaient à une sortie très étroite. Pour situer l’ordre de grandeur, voici l’ensemble du segment liquide du marché à la dernière date de règlement disponible :

SELECT toString(max(settlement_date)) AS settled,
       count() AS liquid_names,
       round(quantileDeterministic(0.5)(days_to_cover, cityHash64(ticker)), 1) AS median_days_to_cover,
       round(quantileDeterministic(0.9)(days_to_cover, cityHash64(ticker)), 1) AS p90_days_to_cover,
       round(max(days_to_cover), 1) AS max_days_to_cover,
       countIf(days_to_cover >= 10) AS names_at_10_plus
FROM global_markets.stocks_short_interest
WHERE settlement_date = (SELECT max(settlement_date) FROM global_markets.stocks_short_interest)
  AND avg_daily_volume >= 5000000
  AND days_to_cover IS NOT NULL
  AND ticker NOT IN ('SPCX')

Parmi les 745 valeurs dont le volume quotidien moyen atteint au moins cinq millions d’actions, la médiane des days to cover à la date de règlement 2026-08-14 n’était que de 2, contre 5.3 pour le 90e percentile. Seules 8 valeurs atteignaient 10 ou plus, la plus élevée étant à 15.6. Un niveau comparable à celui de GameStop en 2020 constitue une véritable anomalie, et non une situation courante.

Les positions vendeuses les plus encombrées actuellement

Les agrégats masquent les noms. En triant le même fichier de règlement, voici les dix positions vendeuses les plus encombrées et les plus liquides au dernier print (classement complet : liste des actions les plus shortées) :

SELECT ticker,
       round(days_to_cover, 1) AS days_to_cover,
       round(short_interest / 1e6, 1) AS shares_short_m,
       round(avg_daily_volume / 1e6, 1) AS avg_daily_volume_m,
       toString(settlement_date) AS settled
FROM global_markets.stocks_short_interest
WHERE settlement_date = (SELECT max(settlement_date) FROM global_markets.stocks_short_interest)
  AND avg_daily_volume >= 5000000
  AND days_to_cover IS NOT NULL
  AND ticker NOT IN ('SPCX')
ORDER BY days_to_cover DESC, ticker
LIMIT 10

Le calcul, autrefois effectué à la main : le titre actuellement en tête, MPT, compte 144.5 millions d’actions short, contre une moyenne de 9.3 millions échangées par jour. En divisant ces deux chiffres, la clôture de toutes les positions prendrait environ 15.6 jours de volume habituel. Les traders examinent ce résultat avec deux données que ce tableau ne peut pas montrer : le flottant (une importante position vendeuse sur un flottant réduit est plus difficile à déboucler) et le coût d’emprunt, c’est-à-dire le coût annualisé du maintien de la position short.

Deux réserves s’imposent. Un nombre élevé de jours nécessaires au débouclage est une condition préalable, pas une prévision. Certains titres restent sur cette liste pendant des années tout en poursuivant leur baisse, et les vendeurs à découvert ont parfois simplement raison. De même, chercher à profiter d’un short squeeze déjà engagé revient à acheter un titre que les acheteurs forcés ont déjà fait monter ; le ticket de caisse du terminal ci-dessus montre l’autre côté de cette opération.

FAQ

Qu’est-ce qu’un gamma squeeze ?

Un achat forcé qui se propage par le marché des options : les traders achètent des calls, les dealers qui les ont vendus se couvrent en achetant l’action, et leurs achats de couverture augmentent à mesure que le cours progresse. L’acheteur forcé est un dealer qui se couvre, et non un vendeur à découvert qui rachète sa position. La hausse de GameStop en janvier 2021 a illustré les deux mécanismes à la fois, les calls représentant 66.6% du volume d’options au cours de la première semaine du mois.

En quoi un short squeeze se distingue-t-il d’une hausse ordinaire ?

Par sa configuration et sa signature. La configuration repose sur une position vendeuse importante par rapport au volume échangé, un short interest élevé et un nombre élevé de days to cover. La signature est une forte hausse du cours sur des volumes élevés, au cours des mêmes semaines que la chute du short interest publié. Le pic d’AMC en janvier 2021 montre pourquoi cette vérification est importante : le cours a progressé de 13.5x tandis que le short interest publié augmentait.

Quels sont les autres exemples de short squeezes, en dehors de GameStop ?

Le seul mois de janvier 2021 en a produit plusieurs : Koss a progressé de 61.7x au cours du mois, tandis que son short interest publié a été divisé par deux ; BlackBerry a progressé de 4.4x. Le cas classique antérieur est celui de Volkswagen en octobre 2008 : la révélation qu’une grande partie du flottant était déjà détenue ou engagée a coïncidé avec un bref passage de l’action au premier rang mondial en termes de capitalisation.

Peut-on prévoir un short squeeze ?

Aucun indicateur ne permet de le prévoir. Les données peuvent montrer la condition préalable : l’importance du short interest accumulé et le nombre de jours de volume qu’il représente. Les traders suivent le short interest et les days to cover pour cette raison précise, en gardant à l’esprit que la donnée a environ deux semaines de retard lorsqu’elle est publiée.

GameStop a-t-elle réellement subi un short squeeze en 2021 ?

Les données montrent clairement la signature du squeeze : des days to cover à 14 en novembre 2020, puis une hausse du cours de 30.1x en quelques semaines, tandis que le short interest diminuait de 67.5 millions à 21.4 millions d’actions. D’autres forces sont intervenues simultanément, notamment l’activité sur les options et les volumes des particuliers, et les données ne permettent pas d’attribuer précisément la contribution de chacune.

Tous les chiffres ci-dessus proviennent d’une requête enregistrée et versionnée. Développez le SQL sous chaque panneau ou récupérez les mêmes données pour n’importe quel ticker sur le terminal Strasmore.