Aller au contenu principal Activer le contraste adaptéDésactiver le contraste adapté
Plus de 40 000 produits accessibles à 0€ de frais de courtage
Découvrir Boursomarkets

Comment sélectionner des titres pour son PEA via l’intelligence artificielle
information fournie par Le Cercle des analystes indépendants23/09/2021 à 10:54

François d'Hautefeuille
François d'Hautefeuille

François d'Hautefeuille

Evariste Quant Research

Cofondateur & président

https://www.evariste-quant-research.com/

L'intelligence artificielle repose sur le développement d'algorithmes qui vont « traduire » en mathématiques les processus d'analyse des analystes traditionnels. (crédit : Geralt / Pixabay)

L'intelligence artificielle repose sur le développement d'algorithmes qui vont « traduire » en mathématiques les processus d'analyse des analystes traditionnels. (crédit : Geralt / Pixabay)

L'intelligence artificielle permet de pré sélectionner des titres avec un coût marginal faible et une grande robustesse. Elle repose sur la mathématisation des processus d'analyse des titres : analyse fondamentale et analyse technique. Elle est complémentaire des approches traditionnelles titres par titres.

Quel apport de l'intelligence artificielle à la sélection de titres?

L'intelligence artificielle repose sur le développement d'algorithmes qui vont « traduire » en mathématiques les processus d'analyse des analystes traditionnels.

Le but de l'analyse financière est à la fois extrêmement simple à exprimer et complexe à réaliser: comment sélectionner autour de 15 à 20 titres parmi un univers investissable de centaines voire milliers de titres. Le but est de converger vers la performance des meilleurs gérants du marché (frontière efficiente).
La méthode traditionnelle est avant tout « bottom up » (du bas vers le haut). Elle consiste à identifier des titres «pré sélectionnés» via les médias, les réseaux sociaux, le bouche à oreille. Cette approche était justifiée quand la complexité du marché était relativement limitée. Une approche « père de famille » consistait alors à suivre un nombre relativement limité de titres reconnus et porteurs.

La création de l'Euro et la mondialisation ont considérablement élargi et donc complexifié l'univers investissable. Il est maintenant possible d'investir un PEA dans toute l'Union Européenne soit des centaines voire des milliers de titres.

L'intelligence artificielle permet de compléter l'approche traditionnelle en analysant l'ensemble des titres investissables et non pas une pré sélection forcément moins efficiente.

Comment définir l'intelligence artificielle ?

Turing est le créateur de l'intelligence artificielle via la machine de Turing. Il a défini l'intelligence artificielle comme la capacité de programmer une machine de manière à ce que son travail soit non identifiable par rapport à celui d'un être humain («test de Turing»).

La recherche quantitative traditionnelle ne remplit pas le test de Turing. Certes, elle est capable d'identifier un groupe d'actions correspondant à une structure financière donnée. Par contre, elle a souvent du mal à s'adapter aux changements de la structure économique et financière (changement de paradigme de marché).

Par opposition, les algorithmes d'intelligence artificielle peuvent s'adapter aux changements de la structure du marché (cycle économique, disruptions technologiques, mondialisation, etc...)

Cette approche est particulièrement efficiente pour identifier les valeurs « GARP » (Growth at Reasonable Price ou valeur de croissance à prix raisonnable) suivant les principes de Warren Buffet, le Sage d'Omaha. Cette approche d'investissement se focalise à investir sur des actions ayant une capacité durable à créer de la valeur pour les actionnaires via la croissance de leurs résultats. En France, ce sont surtout les valeurs du luxe qui ont prouvé cette capacité. Aux USA, ce sont les GAFAs et autres valeurs technologiques.

Par opposition, les valeurs « value » sont des valeurs qui ont une grande difficulté à créer de la valeur pour leurs actionnaires soit par ce qu'elles sont dans des secteurs en déclin économique (sidérurgie, métiers de base, concurrence de la Chine), soit parce qu'elles ne soucient pas de leurs actionnaires minoritaires, soit parce qu'elles sont mal gérées par leurs dirigeants.
Mais repérer les valeurs de croissance n'est pas suffisant pour s'enrichir en bourse. Il faut aussi savoir les acheter à un prix raisonnable et les revendre quant elles sont trop chères, ou encore quand la structure du marché change.

La puissance de l'intelligence artificielle appliquée à la sélection de titres est qu'elle repose sur des procédures mathématiques et non pas humaines. Elle n'est donc pas soumise à des biais émotionnels. Elle est en particulier capable de surmonter la difficulté majeure de valorisation d'une valeur de croissance c'est-à-dire le caractère aléatoire des anticipations de croissance du bénéfice.

Comment fonctionne la valorisation des actions via l'intelligence artificielle ?

L'intelligence artificielle repose sur l'accumulation de filtres quantitatifs.
On peut distinguer quatre grandes étapes :
1.    Construction de l'univers investissable
2.    Valorisation fondamentale
3.    Valorisation technique
4.    Construction du portefeuille final

Source : Evariste Quant Research

Source : Evariste Quant Research

Innate Pharma. Cours de l'action. Le prix a baissé de janvier 2021 à juillet 2021 malgré des indicateurs fondamentaux et techniques positifs. Le cours a explosé en septembre 2021 suite à des annonces liées à des recherches médicales. On remarque ainsi que l'intelligence artificielle n'est pas seulement dominée par la tendance du marché (on achète quand cela monte), mais est aussi capable de tenir des positions qui semblent perdantes mais dont la structure de valorisation et technique restent porteur. C'est la clé d'une gestion performante comme le font les meilleurs analystes traditionnels.

Source : Bloomberg. Bloomberg n'est pas responsable de cette analyse

Source : Bloomberg. Bloomberg n'est pas responsable de cette analyse

1.    La construction des univers d'investissement est fondamentale. Elle consiste à éliminer les actions qui ne sont pas assez liquides, qui ne répondent pas à des critères de finance responsable, et surtout qui ne créent pas de valeur sur le moyen terme pour les actionnaires. C'est une phase conforme à l'analyse quantitative traditionnelle.

2.    L'approche fondamentales de valorisation des valeurs GARP est une étape délicate. Tout investisseur sait qu'une action de croissance comme Nokia peut se transformer en « fallen angel » (ange déchu) à partir du moment où elle rate un virage technologique comme la programmation Android.
L'intelligence artificielle permet de définir des indicateurs techniques de valorisation de ces valeurs GARP (cf. graphe ci-dessous). Elle permet de garder des valeurs gagnantes même quand leur valorisation semble stratosphérique ou d'acheter des valeurs de croissance délaissées car elles ne sont pas au goût du jour (cf. Innate Pharma).

3.    Une seconde famille d'indicateurs repose sur l'analyse comportementale et non pas fondamentale. Ces indicateurs techniques se focalisent non pas sur la rationalité de la valorisation mais sur le comportement psychologique des acteurs. Tout investisseur sait que les cours de Bourse reflètent continuellement le côté à la fois rationnel et émotionnel des acteurs financiers. Cette dialectique permanente entre le cerveau droit et le cerveau gauche, entre le « greed and fear » (avidité au gain et crainte des pertes), se reflète dans les structures d'analyse chartistes mais peut aussi être mathématisée.
La question fondamentale est alors de distinguer une baisse du prix entre une consolidation et un retournement de tendance. Une action peut monter mais en fait sa structure de prix est devenue baissière. De même, le cours d'une action peut baisse alors que sa structure de prix reste haussière. C'est toute la différence entre une consolidation et un retournement de marché (cf. indicateur technique ci-dessous).

4.    Enfin, les outils de construction du portefeuille permettent de calibrer le portefeuille final. Beaucoup d'investisseurs ont une approche action par action pour construire leur portefeuille. C'est une approche parfois dangereuse car elle n'équilibre pas bien les risques. De même, le risque final du portefeuille est lié non seulement au risque individuel mais aussi à la décorrélation des différentes actions, c'est-à-dire à leur capacité à performer de manière non identique, permettant ainsi de balancer la performance du portefeuille. Seuls des outils mathématiques sont à même de quantifier ces phénomènes complexes et de bénéficier ainsi de ce que Friedmann appelait le free lunch of decorrelation «(« le gain gratuit de la décorrélation »).

Comment utiliser les portefeuilles modèles d'intelligence artificielle ?

Un investisseur peut choisir de répliquer intégralement un portefeuille modèle calculé par l'intelligence artificielle.
Un investisseur peut et doit aussi valider chaque choix de titre en étudiant les fondamentaux de l'action proposé et aussi son analyse chartiste. Il peut ainsi améliorer via son travail le portefeuille modèle généré par la machine.

Quels sont les risques d'une sélection d'actions par l'intelligence artificielle ?

Comme tout processus de gestion, l'intelligence artificielle est soumise à des limites liées à son approche même.
Le principal reproche est que les portefeuilles modèles sont difficilement explicables via des méthodes traditionnelles. L'intelligence artificielle repose sur des modèles mathématiques non brevetables. Ils doivent donc être protégés comme un « trading secret » et deviennent de facto des « boites noires ».

Un deuxième reproche fait à l'intelligence artificielle est celui de data mining, soit la capacité des analystes quantitatifs à sur optimiser leur portefeuille en identifiant des critères de choix qui ont très bien fonctionné dans le passé mais qui s'avèrent faux dans le futur. C'est pourquoi on doit valider un processus d'intelligence artificielle à partir de performances réelles et non pas seulement de portefeuilles modèles simulés.

Une autre limite mise en exergue est que rien ne prouve qu'un track réel positif sera tout aussi bon dans le futur. Il repose sur le fameux disclaimer « les performances passées ne garantissent pas les performance futures ». Ce biais existe aussi pour les gérants traditionnels.

Performance d'un portefeuille actions France construit à partir d'intelligence artificielle comparée à celle du CAC 40. On remarque que la création d'alpha est liée à la tendance du marché, phénomène classique des gestions actives. On peut contrebalancer cette corrélation en rajoutant une gestion FLEX de l'exposition en la faisant varier entre 120% et 60% en fonction de la structure du marché.

Source : Evariste Quant Research. Les performances passées ne garantissent pas les performances furtures.

Source : Evariste Quant Research. Les performances passées ne garantissent pas les performances furtures.

Conclusion

L'intelligence artificielle répond au besoin des investisseurs de travailler à partir d'un portefeuille modèle. Elle permet de focaliser leurs efforts d'analyse sur un nombre réduit de titres. Elle repose sur la mathématisation des processus traditionnels de recherche financière : analyse fondamentale et analyse technique. Elle a un coût marginal très faible une fois que les algorithmes ont été développés. Ses performances peuvent être en ligne avec les meilleurs fonds de la place à gestion active. Enfin et surtout, elle est robuste et s'adapter aux changements de paradigme de marché. Ceci est fondamental dans l'environnement de création d'un « monde d'après » suite au « grand reset » de la crise Covid.


Cet article est adressé à titre d'information uniquement et ne constitue ni une offre de produits ou de services, ni une offre, une recommandation ou une sollicitation d'offre de fourniture de conseil ou de service d'investissement pour acheter/vendre des instruments financiers.

0 commentaire

Mes listes

Cette liste ne contient aucune valeur.