Les stratégies d’investissement systématiques bénéficient de l’utilisation croissante de l’IA au quotidien, notamment les grands modèles de langage comme ChatGPT. C’est en partie pour cette raison que ces stratégies s’intègrent désormais plus facilement dans le secteur de la gestion de patrimoine, souligne Adam Riley de Blackrock : « Lorsque les gens utilisent eux-mêmes la technologie, ils en comprennent mieux le potentiel. »
L’investissement quantitatif a toujours été principalement réservé aux institutions, explique Adam Riley, responsable de la gestion de patrimoine au sein de l’équipe Systematic de Blackrock. « Un investisseur quantitatif faisait toujours appel à un spécialiste qui comprenait les avantages de l’investissement systématique et qui constatait comment la diversification qu’il engendre améliore le profil risque-rendement du portefeuille. Dans le secteur de la gestion de patrimoine, ce n’était pas une évidence. La complexité de l’investissement quantitatif en était en partie responsable. »
L’IA a changé la donne, et ce, à deux égards, d’après M. Riley. « L’IA s’intègre de plus en plus à notre vie quotidienne. Par conséquent, l’intérêt pour la valeur ajoutée de l’analyse des données et des méthodes quantitatives est en hausse. De plus, l’IA fournit désormais d’excellents outils pour démontrer cette valeur ajoutée : alors que l’investissement quantitatif pouvait auparavant rester opaque pour les non-spécialistes, nous disposons aujourd’hui de moyens bien plus efficaces pour expliquer le fonctionnement des produits, les signaux utilisés et la génération des rendements. L’IA rédige ces explications, ce qui accroît considérablement la transparence des stratégies quantitatives. »
Selon M. Riley, cela permet à ces stratégies de trouver plus facilement leur place auprès des gestionnaires d’actifs indépendants et des banques privées. « Avant d’intégrer une approche d’investissement à un portefeuille, il est essentiel que l’investisseur la comprenne. Grâce à l’IA, les investisseurs quantitatifs sont devenus bien plus performants pour fournir ces explications ; les modèles de langage contextualisent leurs produits. Cela profite à la fois au conseiller et au client. Chacun comprend mieux comment la stratégie s’intègre au portefeuille. »
Moitié ingénieurs
Chez Blackrock Systematic, cet élargissement du marché des stratégies quantitatives a entraîné une croissance significative ces dernières années. L’équipe compte désormais environ 220 chercheurs, investisseurs et experts techniques. « Environ la moitié de nos collaborateurs ont une formation en finance, tandis que l’autre moitié est plutôt issue du monde de l’ingénierie, explique M. Riley. Nous cultivons cette diversité. Les idées d’investissement naissent souvent d’une approche intuitive et économique, mais ne se concrétisent que lorsqu’on y intègre la dimension technologique. »
L’analyse des données à grande échelle constitue la contribution fondamentale la plus importante de la technologie. Adam Riley précise : « Nous utilisons un large éventail d’ensembles de données alternatives, sous licence, agrégées et anonymisées. Par exemple, des données sur les paiements et l’utilisation d’applications de vente au détail, des indicateurs du marché du travail ou des rapports d’entreprises. Bien entendu, le tout est soumis à des contrôles stricts en matière de gouvernance des données. Chaque année, nous testons une centaine de nouveaux ensembles de données, dont nous utilisons une dizaine. Nous suivons 15 000 actions et nous lisons 6500 rapports d’analystes chaque jour. Sans l’IA, ce serait impossible à cette échelle. Pour vous donner une image : auparavant, notre couverture était toujours très large, disons d’un kilomètre. On atteignait alors une profondeur de quelques centimètres. Maintenant, nous avons une largeur d’un kilomètre, et également une profondeur de plusieurs centimètres. »
Constance
Qu’est-ce que cela produit ? De l’alpha, selon M. Riley, qui ajoute aussitôt qu’à première vue, il ne s’agit pas d’une surperformance spectaculaire : « Ce sont principalement des ETF actifs, avec un faible risque actif et une faible erreur de suivi, par exemple 1 %. Mais si vous faites cela de manière constante, année après année… »
M. Riley souligne, par souci d’exhaustivité, que la qualité de l’idée d’investissement détermine si une surperformance est réalisée. « D’autres ont les mêmes données. Ce qui est décisif, c’est la perspective que vous leur donnez. Par exemple, nous avons constaté que les entreprises qui mentionnent de nombreux chiffres lors des conférences avec les analystes ont en moyenne de meilleures perspectives. Nous avons aussi découvert que les entreprises qui embauchent des experts en climat ont généralement une empreinte carbone plus faible douze mois plus tard, et que les entreprises situées dans un bâtiment possédant certaines certifications énergétiques ont effectivement des coûts énergétiques inférieurs. Une fois ces hypothèses confirmées, elles contribuent à ces petits gains de rendement supplémentaires que recherche un investisseur quantitatif. »