Des études montrent que l'IA peut prévoir 71 % des transactions des fonds actifs.

Gelonghui, 24 février | Une nouvelle étude académique dirigée par un professeur de la Harvard Business School a révélé que la plupart des comportements des gestionnaires de fonds actifs suivent un schéma que les machines peuvent apprendre. En utilisant un algorithme d’apprentissage automatique appelé « réseau de neurones », les chercheurs peuvent prédire environ 71 % des décisions de trading de fonds communs de placement, c’est-à-dire si un gestionnaire de fonds achète, vend ou détient une action particulière au cours d’un trimestre donné. Le modèle est entraîné sur des données issues d’une fenêtre mobile de cinq ans de 1990 à 2023, extrayant des informations telles que la taille du fonds, les flux de capitaux des investisseurs, les caractéristiques des actions et les conditions économiques plus larges. Sur cette base, il est capable de prédire la plupart des ajustements de position. Le paradoxe est que les limites de ce modèle peuvent être plus révélatrices que son succès. En moyenne, la partie de la transaction que le système ne pouvait pas prévoir (environ 29 %) était plus étroitement liée au rendement excédentaire du fonds. En d’autres termes, les activités de trading qui sortent du modèle d’investissement conventionnel et détectable semblent être la véritable création de valeur.