D'un perturbateur à une partie intégrante de nos vies, l'intelligence artificielle (IA) est la technologie déterminante de notre époque, une technologie qui change rapidement notre façon de travailler, de consommer et d'investir.
Sa capacité à rechercher, analyser et interpréter d'énormes quantités de données de manière efficace et rapide lui a permis d'être déployé pour le trading et l'obtention d'idées d'investissement. Sur les marchés les plus avancés, le trading IA gagne du terrain et est utilisé pour développer des stratégies de trading.
«À l'échelle mondiale, la gestion des actifs est de plus en plus définie par l'intelligence artificielle et l'apprentissage automatique (ML). Les fonds gérés par des ordinateurs représentent plus de 60% de l'activité commerciale aux États-Unis », a déclaré Kanika Agarrwal, CIO, Upside AI, qui fait des investissements basés sur l'apprentissage automatique.
L'IA est impartiale, sans émotion et n'a pas de style d'investissement spécifique. Un bon algorithme est dynamique et peut tester et affiner les stratégies de trading en regardant les tendances du marché. Il peut faire ce que font les analystes: recueillir des informations, des données et les évaluer pour formuler des suggestions.
«Il peut constamment trouver de l'alpha, ce qui est difficile pour les gestionnaires humains qui prospèrent dans certains cycles de marché mais pas dans d'autres», a déclaré Agarrwal.
«À l'échelle mondiale, l'activité commerciale (à court terme, haute fréquence, techniques, etc.) est désormais largement gérée par la technologie. Même les ETF passifs ont surpassé les gestionnaires actifs en gestion des actifs aux États-Unis », a déclaré Agarrwal.
Elle est d'avis que la prochaine étape pour l'IA sera l'investissement fondamental.
«Nous pensons que les prochains grands investisseurs comme Warren Buffett et Charlie Munger seront l'IA. Benjamin Graham et Warren Buffett sont de grands partisans de l'investissement en utilisant des règles systématisées et en évitant les émotions. La meilleure façon de suivre les règles sans émotion est l'utilisation de l'IA et de la technologie », a déclaré Agarrwal.
Alors que les marchés développés semblent s'habituer rapidement à cette révolution technologique, les marchés émergents comme l'Inde mettront un certain temps à voir sa domination dans l'investissement.
«En Inde, bien que l'investissement soit en grande partie axé sur les personnes, je pense que nous assisterons à des changements structurels au cours de la prochaine décennie à mesure que nos marchés mûriront et que l'alpha deviendra plus difficile à trouver. Nous verrons de plus en plus de produits comme le nôtre essayer de trouver différentes approches pour investir dans l'utilisation de l'IA », a déclaré Agarrwal.
La plus grande force de l'IA est sa dépendance absolue aux données et utilise des algorithmes pour comprendre le marché et ses cycles. C'est la raison pour laquelle l'IA est utilisée dans le secteur de l'investissement et de la gestion de patrimoine à l'échelle mondiale.
Mihir K Malani, fondateur de la start-up FinTech, Nerve Solutions a souligné que si l'objectif final est toujours d'améliorer les rendements, le processus implique généralement plusieurs étapes comme choisir les bonnes actions en fonction des tendances historiques, décider de la taille de l'investissement, identifier et prédire les tendances, etc.
«Une approche couramment adoptée consiste à utiliser des modèles de ML pour catégoriser les clients en fonction de leurs profils, de leurs préférences d'investissement et de leur appétit pour le risque et de laisser le modèle arriver aux stratégies d'investissement les plus adaptées pour eux», a déclaré Malani.
L'un des plus grands avantages d'un modèle d'investissement d'IA bien développé est sa capacité à éviter les pièges et à prédire les retraits avec succès, a-t-il déclaré.
«De plus, un bon moyen de mesurer l'efficacité d'un modèle est le nombre de faux positifs générés par celui-ci. Plus le nombre est bas, meilleur est le modèle et plus digne de confiance », a ajouté Malani.
Les défis
Même si l'IA semble être une force inévitable dans l'investissement, il reste des défis à relever.
Bien qu'il soit facile d'accéder à de grands ensembles de données financières structurées pour créer des modèles d'apprentissage automatique, plusieurs défis sont associés au développement d'un modèle qui fonctionne.
Agarrwal de Upside AI estime que les défis de l'IA sont réels dans tous les secteurs, y compris la qualité des données d'investissement, la qualité du modèle construit, le manque de talent en Inde pour construire ces machines, la résolution de problèmes d'investissement qualitatifs tels que la gouvernance d'entreprise et une acceptation plus large du La technologie.
Différencier les modèles authentiques et les coïncidences est l'un des plus grands obstacles auxquels on peut faire face lors de l'application de l'IA à l'investissement.
«Parfois, de simples coïncidences donnent une illusion de corrélation. L'incapacité de les identifier pourrait conduire à des modèles extrêmement inexacts », a déclaré Malani.
Identifier les bonnes fonctionnalités, puis concevoir le modèle est un défi.
«Il s'agit d'un défi commun souvent rencontré lors du développement de modèles d'IA pour les instruments dérivés. Avec un certain nombre de facteurs impliqués dans la tarification d'un contrat dérivé, manquer les bonnes caractéristiques pourrait conduire à des modèles apparemment corrects mais erronés », a déclaré Malani.
En outre, intégrer les facteurs géopolitiques dans un modèle est également un défi.
«Bien que l'incorporation d'informations sur les prix et les volumes dans un modèle d'IA soit assez procédurale, il est extrêmement difficile de tenir compte des facteurs qui se situent en dehors des marchés mais ont un impact profond sur les mouvements du marché. Ces facteurs sont souvent la raison pour laquelle les modèles échouent », a déclaré Malani.
Malgré ces défis, l'IA est l'avenir de l'investissement, qui ouvre de nombreuses possibilités aux investisseurs et aux gestionnaires.
