Photo : 123RF

Alors que les négociateurs peinent à battre le marché depuis de nombreuses années, les logiciels basés sur l’apprentissage profond (deep learning) font une percée dans les fonds. Feront-ils mieux que les humains?

Bloomberg rapporte que le fonds spéculatif suédois Lynx Asset Management présentera un nouveau fonds en octobre, dont les stratégies auront été élaborées par un logiciel. Cette approche lui a déjà permis de surclasser la plupart de ses rivaux en 2018. Une tendance qui devrait se généraliser rapidement, selon Alex Allen, qui dirige EFG Asset Management. Cette firme est elle-même très engagée dans les stratégies misant sur l’apprentissage profond.

« Il s’agit de la prochaine phase de la course aux armements en investissement », croit-il. Avec l’apprentissage profond, les logiciels ingèrent une énorme quantité de données et s’en servent pour apprendre et améliorer eux-mêmes leur performance, sans l’intervention d’un programmeur humain. 

RELANCER LES FONDS QUANTITATIFS

Cette évolution arrive au moment où des rendements décevants offerts par les fonds dits spéculatifs et les négociateurs quantitatifs ont refroidi l’enthousiasme des investisseurs. L’apprentissage profond offre la perspective de découvrir de nouveaux signaux dans la quantité innombrable de données complexes issues du marché et de les utiliser pour augmenter les rendements.

« Une machine est considérablement plus rapide que les êtres humains lorsque vient le temps de détecter de nouveaux alpha, et une machine travaille à une échelle qu’aucun humain ne peut atteindre », explique Yves-Laurent Kom Samo, fondateur de Pit.AI, la firme derrière le nouveau fonds spéculatif KXY Singularity.

« Pour ce qui est d’étendue de données que nous pouvons analyser, c’est beaucoup plus grand qu’avant, soutient pour sa part Boyan Filev, d’Aberdeen Standard Investments. Nous analysons des milliards de données mensuellement. »

UNE AMBIANCE DU FAR WEST

Jusqu’à maintenant, il a été difficile d’analyser les résultats de ces approches, puisque ces fonds utilisent une grande variété de stratégies. Il est donc ardu de les réunir dans une même catégorie et de les comparer à leurs pairs. Les investisseurs doivent donc se méfier des prétentions de ceux qui leur présentent des stratégies et des produits basés sur l’apprentissage profond.

« Vous rencontrez un environnement un peu de type Far West en ce moment, avec des gens qui prétendent toutes sortes de choses sur l’apprentissage profond et ce n’est pas toujours clair comment poser un jugement », prévient Seth Weingram, vice-président principal et directeur des conseils aux clients à Acadian.

TOUT TIENT AUX DONNÉES

Les robots peuvent aussi être envoyés sur de fausses pistes en raison des données qu’ils ingèrent. C’est le bon vieux principe du garbage in, garbage out. Autrement dit, même si le programme est très efficace, il est dépendant des données qu’il analyse. Si celles-ci sont mauvaises, le résultat le sera aussi.

« Il est très important que les algorithmes utilisent des données riches en informations et non pas toutes les données disponibles, car dans les marchés financiers, il y a beaucoup de bruit », explique Martin Kallstrom, associé de Lynx Asset Management.

L’arrivée de ces robots risque en tout cas de changer le rôle des négociateurs quantitatifs. « Le rôle du quantitatif à l’avenir ne sera pas de trouver des idées d’investissement, mais d’élaborer des processus mathématiques pour aider les machines à trouver des idées d’investissement », prédit Yves-Laurent Kom Samo.