La science des données transformera le secteur des placements: êtes-vous prêt?

Voici un scénario: Vous êtes le gestionnaire de portefeuille d'un fonds d'actions actif. Vous vous réveillez un matin aux nouvelles qu'une grève du travail retarde les vols d'une compagnie aérienne de votre portefeuille. Votre travail consiste à évaluer l’impact de cet événement sur la valeur fondamentale de l’entreprise et à prendre une décision de portefeuille. Vous pouvez couvrir, vendre, acheter ou ne rien faire.

L'évaluation de tels événements requiert à tout le moins (1) une évaluation de la gravité de la perte, (2) une évaluation de sa permanence et (3) une comparaison de la valeur fondamentale mise à jour des actions par rapport au cours actuel du marché.

Outre une compréhension intime des activités de la compagnie aérienne, vous avez besoin d’un modèle de travail robuste et du temps de traitement nécessaire pour recalculer correctement la nouvelle évaluation de la société.

Alors que les prix du marché changent instantanément en réaction aux nouvelles, la recherche du juste prix se poursuit bien après l’événement, alors que les participants au marché se bousculent pour placer leurs paris. . .

Maintenant, imaginez le même scénario de frappe, mais avec une légère torsion.

Alerte précoce: Plusieurs heures avant que les nouvelles n'arrivent sur le marché, vous recevez une alerte d'une possible grève. Cette alerte s’affiche dans le tableau de bord des investissements de votre ordinateur, qui regroupe une panoplie d’outils analytiques pour vous aider à prendre des décisions d’investissement éclairées, fondées sur les fondamentaux.

Tableau de bord intelligent: Votre tableau de bord est alimenté par l'intelligence artificielle (AI), un ensemble d'algorithmes d'auto-apprentissage et de correction automatique. Ils parcourent leurs sources de données, qui vont des images satellites aux réseaux de médias sociaux, en passant par les bases de données économiques, politiques et financières, pour vous fournir des informations pertinentes sur votre portefeuille. Ils distinguent le signal du bruit et mettent à jour la valeur intrinsèque de votre portefeuille et les mesures de risque en temps réel à mesure que de nouvelles informations affluent.

Sur votre tableau de bord, vous pouvez voir les itinéraires de la compagnie aérienne affectés par la grève, la perte de dollar quotidienne anticipée qui en découle, et l’effet probable sur le prix des actions si la grève se poursuivait un jour de plus, trois jours de plus ou une semaine de plus. Vous pouvez explorer et voir d'où proviennent les données et comment elles sont analysées. À tout moment, vous pouvez modifier les entrées du modèle pour refléter vos propres vues ou sélectionner une méthode d’analyse différente.

Menu d'action: Au bas de votre tableau de bord, vous trouverez un menu de vos actions de placement disponibles, chacune étant complétée par son impact potentiel sur le rendement et les risques de votre portefeuille.

Votre travail? Pour comprendre ce qui est en jeu pour les personnes impliquées dans la grève et recalibrer sa probabilité de dépasser une certaine date, disons une semaine. Vous avez quelques questions à répondre: Quelles sont les revendications du syndicat? Quelles sont les chances qu'ils soient rencontrés? Qu'est-ce que le syndicat peut régler de manière réaliste?

Le tableau de bord décrit ci-dessus n'existe pas. Du moins pas à ma connaissance, mais nous ne sommes peut-être pas très loin d'une version de cette réalité. Cette réalisation n'est pas facile pour moi. Je suis un professionnel de la finance avec une décennie d’investissements fondamentaux. Cependant, après avoir étudié la science des données pendant un certain temps, je suis convaincu que cela apportera de profonds changements à notre profession.

Alors que les principes de l’investissement rationnel et fondamental resteront probablement pertinents, l’avenir de la recherche en investissement sera façonné par la science des données et par les modèles dynamiques qui n’existent pas encore. Je vois cela comme une étape naturelle dans l'évolution de la finance. Une étape qui nécessitera une solide compréhension de la science des données en plus des compétences en investissement.

Pourquoi la science des données va-t-elle devenir une caractéristique permanente du paysage des investissements? Parce qu'il surpasse les humains dans au moins trois domaines:

1. Réflexion analytique impartiale: L'utilisation de machines pour prendre des décisions d'investissement minimise les erreurs humaines et les biais cognitifs. Les professionnels de l’investissement peuvent utiliser un certain nombre de techniques pour les reconnaître et les minimiser, mais nous ne pouvons pas les éliminer. Beaucoup d'entre eux sont «câblés» dans notre cerveau en tant que voies neuronales établies.

Contrairement aux humains, les algorithmes basés sur l'IA n'ont pas d'ego. Ils sont agiles, ils peuvent rapidement absorber de nouvelles informations et apporter des corrections de cap. Toutes les données peuvent être utilisées pour générer des informations. L'intelligence artificielle peut apprendre et évoluer à partir des changements de son environnement. Contrairement aux modèles quantitatifs statiques avec des durées de vie limitées, les systèmes basés sur l'IA sont «en vie».

2. Puissance de traitement: En matière de traitement de l’information, les humains ne peuvent rivaliser avec les machines. Ils peuvent nous analyser. Pensez à, ou.

Et cet avantage dépasse la pensée analytique. Les machines nous ont également battus dans la pensée associative plus subtile, une compétence longtemps pensée pour être exclusive à l'homme. En 2011, . Pour moi, c’est le moment qui a redéfini ma vision de la pensée analytique, artificielle ou non.

Dans leur forme actuelle, des machines comme Siri et Alexa comprennent déjà la parole humaine et peuvent apprendre, traiter et analyser. Si cette tendance se maintient, les machines deviendront capables de prendre des décisions d'investissement et d'affectation de ressources intelligentes avec un minimum d'intervention humaine.

3. Economie du logiciel: D'un point de vue purement économique, la valeur d'un employé est fonction de sa contribution au résultat net. Un logiciel capable de répliquer un employé coûte une fraction de ce que les entreprises peuvent dépenser pour leurs nouveaux employés. Cette menace est particulièrement prononcée pour les diplômés des collèges dont le premier emploi consiste à collecter, organiser et analyser des données analytiques.

Le processus décisionnel en matière d’investissement comporte cinq étapes: la collecte de données, le traitement des données, l’analyse des investissements, la prise de décision en matière d’investissement et l’évaluation de la performance. Parmi ceux-ci, trois peuvent être exécutés par des morceaux de code. En fait, avec une source de données, toute tâche pouvant être décomposée en étapes logiques peut être transformée en code et automatisée. Les fonds spéculatifs aiment augmenter leurs processus décisionnels en matière d’investissement.

La troisième étape – l'analyse des investissements – nécessite toujours l'intervention de l'homme pour évaluer des facteurs tels que les impératifs stratégiques, le paysage concurrentiel, les politiques gouvernementales et l'indépendance du conseil d'administration. En règle générale, toute donnée d’investissement clé qui ne peut pas être collectée et agrégée dans des bases de données en raison, par exemple, de restrictions juridiques / logistiques, nécessitera une intervention humaine. Les exemples incluent des entretiens en personne avec la direction de la société de portefeuille où des indices non verbaux entrent en jeu.

Processus d'investissement basé sur l'intelligence artificielle (IA)

Source: Oqulent LLC

Selon toute vraisemblance, les futurs gestionnaires de portefeuille devront maîtriser les méthodes de collecte et d'analyse approfondies de données. Ils devront également savoir comment transformer leurs idées d'investissement en code lisible par machine. Dans la mesure où la prise de décision de la société de portefeuille implique des personnes, la gestion de portefeuille exigera également une bonne compréhension du comportement humain.

Un nouveau monde courageux?

Au lieu de lire des états financiers pour trouver des idées financières, les futurs professionnels de l'investissement tireront leur alpha de l'analyse et de la prévision de l'impact du comportement humain, en les superposant à une gamme déjà établie de cadres d'investissement hautement analytiques, flexibles et basés sur l'IA.

Dans ce contexte, je ne peux pas exclure la méthode de la boîte noire en matière d’investissement. Ce sont des cas où les systèmes basés sur l'IA pourraient émettre des recommandations d'investissement dont la raison d'être dépasse notre capacité de compréhension. Bien que nous ayons mis en place des garanties basées sur les fondamentaux contre les fluctuations extrêmes, nos décisions en matière d’investissement seraient dictées par le pouvoir prédictif d’Amnesty International plutôt que par notre compréhension de son processus décisionnel. Dans ce monde, les professionnels de l'investissement agiront davantage en tant que gardiens des intérêts des investisseurs, en définissant des objectifs d'investissement, en optimisant les algorithmes décisionnels et en formant l'IA à la plupart des tâches analytiques.

À en juger par le rythme de l'évolution technologique, ce monde pourrait venir plus tôt que plus tard. La bonne nouvelle est que la science des données aura besoin de professionnels de la finance expérimentés dans le domaine pour écrire le prochain chapitre de l'histoire de la profession d'investissement.

La question est: êtes-vous prêt?

Si vous avez aimé cet article, n'oubliez pas de vous abonner à la .

Tous les messages sont l'opinion de l'auteur. En tant que tels, ils ne doivent pas être interprétés comme un conseil en investissement, et les opinions exprimées ne reflètent pas nécessairement les vues du CFA Institute ou de l’employeur de l’auteur.

Crédit image: © Getty Images / spainter_vfx