Entre la clarté d’un modèle à variance minimale et le raffinement d’une contrainte de dominance stochastique du troisième ordre, l’écart n’est pas seulement technique. C’est un choix de posture face à l’incertitude, un arbitrage entre robustesse, interprétabilité et adaptation à l’hétérogénéité des profils d’allocation. Ce contenu met l’accent sur la comparaison nuancée de ces modèles, illustrant comment chaque praticien doit composer avec les limites des données, la volatilité des marchés et la pluralité des objectifs. Les tableaux comparatifs présentés ici visent moins à trancher qu’à situer : pour chaque méthode, des cas où elle excelle, d’autres où la prudence est de mise. La dominance stochastique devient alors un outil d’ajustement, pas un remède universel. Il ne s’agit pas de remplacer, mais de compléter la boîte à outils, en tenant compte du contexte spécifique et des questions que soulèvent les choix méthodologiques.