AiPEX, l'indice boursier piloté par l'IA

Depuis plus de 10 ans, les robots-conseillers ont démocratisé l'idée de confier les stratégies d'investissement à des algorithmes et diverses expérimentations ont cherché à capitaliser sur les masses d'information disponibles pour en améliorer la fiabilité… HSBC prolonge cette lignée avec une série d'indices pilotés par l'« intelligence artificielle ».

Le raisonnement tenu par la banque n'a rien de très original, puisqu'il était déjà à l'origine, entre autres, d'une des premières applications dans le domaine du trading de la technologie retenue pour son initiative, IBM Watson, dès 2014. Partant du constat de la surcharge d'information à laquelle sont confrontés les analystes financiers dans notre monde contemporain, il suggère que les outils modernes, capables d'absorber des volumes de données quasiment infinis, vont pouvoir prendre leur relais.

En conséquence, les indices AiPEX (pour « AI Powered US Equity Indexes ») reposent sur ce qui est présenté concrètement comme un moteur de règles (l'IA n'est évoquée que pour les apparences !), conçu par le spécialiste Equbot et capable d'ingurgiter les productions d'une multitude de sources différentes – tweets, communiqués, conférences, commentaires, imagerie satellite… – dans toutes leurs dimensions – contenu, forme, ton… – et d'en extraire une compréhension intime des entreprises évaluées.

Pour le reste, les méthodes mises en œuvre sont semblables aux approches traditionnelles. Les 1 000 plus grandes sociétés américaines sont qualifiées selon trois axes complémentaires – santé financière (chiffres clés), management et perspectives (sentiment du marché, risques…) – de manière à retenir les 250 les mieux positionnées globalement, avec une pondération ajustée en fonction de leur score combiné, quelques mécanismes de contrôle (de volatilité, notamment) complétant le modèle.

En comparaison des essais antérieurs d'exploitation de données extra-financières dans le cadre de stratégies d'investissement, les projections d'un indice AiPEX sur un historique d'une quinzaine d'années révèlent une focalisation bien moindre sur la performance brute que sur l'amortissement des chocs (crise de 2008, pandémie…), qui reflète essentiellement la qualité des modalités de maîtrise de la volatilité. Ce choix paraît certes cohérent avec la prudence naturelle d'une banque mais il limite la capacité à juger de l'efficacité de l'appréciation portée par l'IA sur les valeurs considérées…

Entre cette initiative de HSBC, qui ressemble surtout à une opération de communication autour de la technologie employée et peine à convaincre sur ses résultats réels, et la litanie de jeunes pousses qui, au fil des années, ont fait miroiter des bénéfices tenant de la martingale, le recours à l'analyse de données et à l'intelligence artificielle dans le domaine de l'investissement rencontre décidément de sérieux obstacles. Peut-être faudrait-il admettre que les technologies existantes, élaborées et mises au point depuis longtemps, sont finalement suffisantes pour les besoins de l'utilisateur moyen ?

Le moment idéal pour réfléchir à son épargne

Ce n'est pas une innovation originale que nous propose la jeune pousse britannique spécialiste de l'épargne retraite PensionBee à l'occasion de la crise sanitaire actuelle. Mais les réflexions que partage sa responsable du développement sur les opportunités qu'elle offre devraient trouver un écho chez plus d'un investisseur en herbe…

Même dans les pays, tels que les États-Unis ou, dans une moindre mesure, la Grande-Bretagne, où le système de retraite repose principalement sur un mécanisme de capitalisation dont le socle est l'investissement financier, la connaissance et la compétence des consommateurs en la matière restent extraordinairement déficientes. Or plusieurs facteurs convergent aujourd'hui pour remédier à cette situation et, peut-être, donner l'impulsion nécessaire aux épargnants afin qu'ils s'intéressent (enfin !) au sujet.

Le déclencheur initial d'un regain d'attention est, naturellement, la chute vertigineuse des marchés à partir de la fin du mois de février, dont la médiatisation a conduit le grand public à s'émouvoir de ses implications pour leurs portefeuilles et, en particulier, pour leurs futures pensions. Soudain, et vraisemblablement à une échelle inédite, en raison de l'évolution technologique que nous avons connue depuis la dernière crise importante et des outils qu'elle a contribué à démocratiser, les personnes concernées se mettent à suivre leurs actifs de près et à se poser des questions sérieuses sur leur situation.

En parallèle, un autre phénomène profite de la conjoncture pour prendre une ampleur imprévue. Il y a encore quelques mois, les préoccupations environnementales restaient marginales dans les stratégies d'investissement de monsieur- ou madame-tout-le-monde et dans leurs exigences vis-à-vis de leurs fournisseurs. Maintenant, avec l'évolution du cours du pétrole et son impact sévère sur les entreprises de son écosystème, une nouvelle conscience émerge en faveur d'un désengagement des énergies fossiles.

Naturellement, ces évolutions de comportement ne sont qu'une péripétie temporaire et il est parfaitement possible (voire probable) que, une fois le coronavirus oublié, les habitudes ainsi acquises suivent le même destin. À moins que les acteurs du secteur, startups comme groupes historiques, n'exploitent ce moment particulier que nous vivons pour encourager l'éducation financière et l'engagement de leurs clients dans le long terme, de manière à ce qu'ils acquièrent et, surtout, conservent les bons réflexes.

Dans le registre de l'investissement responsable, par exemple, les inquiétudes suscitées par le pétrole peuvent constituer un point d'appui idéal pour démontrer concrètement et durablement non seulement qu'une approche de l'épargne soucieuse de l'environnement est viable mais également qu'elle n'est pas nécessairement affectée par les défauts qu'on lui reproche fréquemment, notamment l'idée (généralement fausse, donc) que ces produits sont moins rentables que leurs équivalents classiques.

Le raisonnement consiste à capitaliser sur le changement d'attitude que génère un événement spécifique pour instiller une transformation plus profonde des comportements, en utilisant des incitations et des stimulants conçus expressément dans ce but (c'est-à-dire en ne se contentant pas de répondre à la demande instantanée). Plus que leurs concurrents historiques, les « robo-advisors », confrontés à leur premier retournement majeur de conjoncture, qui risque de refroidir les ardeurs de leurs utilisateurs, devraient s'emparer du conseil et accentuer de la sorte leur apport pédagogique.

La crise d'adolescence d'une startup

Voilà un véritable cas d'école : à l'occasion de journées extrêmement mouvementées sur les marchés, à une semaine d'intervalle, le service de trading en ligne de Robinhood a connu deux incidents techniques majeurs, interdisant tout passage d'ordres à ses clients pendant de longues périodes. Le syndrome du « legacy » a frappé !

En quelques années, depuis sa naissance en 2013, Robinhood a profondément transformé le marché sur lequel elle s'est lancée, avec son modèle sans commissions, qui est désormais quasiment devenu la norme, à tout le moins aux États-Unis, jusque chez les acteurs historiques. Malgré ces tentatives de ré-alignement de ses concurrents directs, la jeune pousse compte désormais plus de 10 millions d'utilisateurs et, jusqu'au début de ce mois, elle continuait à enregistrer une croissance soutenue.

Hélas, la belle machine s'est donc grippée, d'abord le 2 mars, alors que les cours des sociétés cotées explosaient, suscitant simultanément un volume de transactions inhabituels et une augmentation subite des ouvertures de compte sur la plate-forme de la jeune pousse, puis le 9 mars, pendant que la crise du COVID-19 engendrait une panique… devant laquelle les portefeuilles gérés par Robinhood restaient désespérément inaccessibles. Ses infrastructures flanchaient sous la pression exceptionnelle.

La crise qui s'ensuit, menaçant jusqu'à la survie de l'entreprise (autant par l'impact sur son image que par les conséquences judiciaires de ses déficiences), procure une opportunité de souligner quelques-unes des difficultés que rencontrent (presque) systématiquement les startups de la FinTech quand elles doivent, en quelque sorte, passer à l'âge adulte, entre particularités du secteur facilement oubliées ou négligées et accélération de l'obsolescence proportionnelle à la vitesse de développement.

Ainsi, Robinhood surprend déjà par son manque de préparation en matière de communication. Dans un domaine si sensible, parce que, pour une majorité de personnes, il touche aux économies d'une vie ou à leurs grands projets d'avenir, il est en effet indispensable de prendre conscience des failles qui peuvent (et vont) survenir et de définir la réponse appropriée dans ces circonstances. Les approximations des débuts, acceptables en phase expérimentale, ne sont plus supportables en régime industriel.

Plus grave encore est le défaut d'anticipation vis-à-vis des infrastructures technologiques. Bien sûr, il était probablement compliqué pour Robinhood, qui n'a jamais vécu de phénomène équivalent auparavant, de prédire les effets d'un événement boursier de très grande ampleur (et, plus généralement, de la volatilité actuelle). Mais telle est justement la spécificité de nombreux métiers de la finance, que d'avoir à absorber, de temps à autre, des pics d'activité exceptionnels, sans contraintes pour les clients.

En arrière-plan, le défi principal est d'appréhender la mutation d'une structure légère et ultra-agile, servant une poignée d'utilisateurs conscients de participer à une aventure, en une « vraie » entreprise s'adressant à monsieur- et madame-tout-le-monde. Les changements à assumer, dans un temps relativement court, sont autant d'ordre culturel – comprendre que les attentes des clients ne sont plus les mêmes – que technique – l'organisation et les outils adoptent une échelle radicalement différente.

À leur manière, les startups ont aussi leurs problèmes de « legacy », comme les grands groupes traditionnels, avec toutefois deux caractéristiques distinctives. D'une part, il s'agit moins, pour elles, de moderniser leur patrimoine vieillissant (bien que cet aspect ne doive pas être sous-estimé) que d'adapter leurs socles à leur hyper-croissance. D'autre part, elles sont soumises à une exigence de renouvellement très rapide et potentiellement fréquent, à la mesure de celui de leur activité (y compris dans ses « pivots »).

Les robots sont l'avenir de l'analyse financière

Une des plus grandes craintes actuelles vis-à-vis de l'intelligence artificielle est sa propension à reproduire, voire amplifier, les biais cognitifs humains dans certaines de ses applications, en particulier celles qui touchent à des données personnelles. Dans d'autres domaines, à l'inverse, elle permet d'éliminer toute subjectivité.

L'investissement est justement une activité extrêmement sensible aux erreurs de jugement et la recherche financière sur laquelle elle repose en grande partie est connue pour le risque qu'elle porte d'intégrer les influences irrationnelles des analystes qui la produisent. Or une nouvelle génération de fournisseurs émerge aujourd'hui – un de ses représentants est New Constructs – dont les études et les conseils sont plus ou moins entièrement générés par des algorithmes afin de garantir leur objectivité.

Afin de vérifier si cette promesse, parmi d'autres, était tenue, une équipe de chercheurs de l'université d'Indiana s'est attelée à comparer les conclusions d'environ 75 000 rapports publiés au cours des 15 dernières années par sept « robots analystes » majeurs avec celles issues d'approches traditionnelles. Au-delà de la confirmation des avantages « techniques » de l'automatisation, en dépit de quelques inconvénients bien identifiés, l'objectif était aussi d'évaluer son impact sur la performance financière dégagée.

Les conclusions sont sans appel, sur toute la ligne. Tout d'abord, les études élaborées par des algorithmes dépassent nettement, en qualité, celles de leurs concurrents humains. Elles sont globalement moins optimistes – un défaut notoire des analystes en chair et en os – et cette seule caractéristique leur procure un bénéfice direct : la mise en œuvre de leurs recommandations explicites d'achat de titres conduit à un surcroît de rendement statistiquement et économiquement significatif (de l'ordre de 6% vs. 1,5%).

Outre leur traitement neutre des données brutes, les machines ont également la capacité d'absorber des volumes d'information importants qui concourent tout autant à l'éradication des biais d'appréciation. Ainsi, elles exploitent beaucoup mieux les (épais) rapports annuels, dont elles prennent en compte l'exhaustivité. A contrario, elles tendent à sous-pondérer les annonces de résultats et les conférences dédiées aux investisseurs, ce qui est susceptible de renforcer leur immunité aux interférences de communication.

En revanche, la dernière question explorée par les chercheurs rafraîchira les ardeurs des tenants de l'automatisation. En effet, il ressort une faiblesse marquée des réactions aux recommandations des robots, suggérant que les clients sont réticents à les suivre. Une telle observation reflèterait finalement le prochain biais à combattre : la méfiance à l'encontre des logiciels, associée à un excès de dépendance au conseil humain. Peut-être faudrait-il dissimuler le robot derrière une vraie personne pour l'éliminer ?