L’intelligence artificielle (IA) va-t-elle désormais effectuer l’analyse et l’évaluation des marchés financiers, éliminant ainsi l’intervention humaine dans la décision d’investissement ? J’ai exploré cette question dans mon précédent article ChatGPT peut-il prendre de bonnes décisions d’investissement ? (Partie 1)
J’avais demandé à ChatGPT quelle était la meilleure méthode pour investir dans les actions européennes. La réponse que j’avais obtenue était un amalgame de textes relatifs à l’investissement que le système avait examinés à l’échelle mondiale. ChatGPT mentionnait les « fonds d’investissement et les ETF », mais ne précisait pas s’il était préférable d’opter pour un fonds à gestion active ou passive (il est suffisamment intelligent pour recommander de consulter un conseiller en investissement).
Dans cet article, je poursuis mon enquête et pose une nouvelle question à ChatGPT : qui est le meilleur gestionnaire de fonds ? Voici la réponse : « L’évaluation peut être subjective et dépend de divers facteurs, dont le type de fonds, l’objectif de rendement, le profil de risque et les conditions du marché. Par ailleurs, les performances des gestionnaires peuvent fluctuer au fil du temps. » Cette réponse semble témoigner d’une certaine objectivité.
Cependant, ChatGPT ajoute : « De nombreux fonds et gestionnaires de fonds jouissent d’une excellente réputation, tels que Warren Buffett (Berkshire Hathaway), Peter Lynch (anciennement Fidelity Magellan Fund) et d’autres. Des fonds proposés par Vanguard, BlackRock et Capital Group sont souvent considérés comme fiables et performants. »
Cette réponse m’amène à réfléchir sur la limite entre objectivité et subjectivité. ChatGPT n’a pas notre perspicacité humaine, ne saisit pas toujours les nuances que nous introduisons, et peut donc constituer une source (significative) d’erreur.
Intégrer l’IA dans les stratégies d’investissement
Plutôt que chercher à déterminer qui est le meilleur gestionnaire de fonds, une étude s’est penchée sur la possibilité de prédire les résultats des fonds d’investissement ; elle s’appuyait sur l’intelligence artificielle. Le professeur d’économie Stijn Van Nieuwerburgh et ses collègues de la Columbia Business School à New York ont utilisé l’apprentissage automatique dans le cadre d’une étude sur la prédictibilité de la surperformance fonds d’investissement aux États-Unis. Ils ont présenté leurs conclusions dans une publication intitulée Machine-learning the skill of mutual fund managers.
En utilisant l’apprentissage automatique, les chercheurs montrent que les caractéristiques des fonds d’investissement permettent de distinguer de manière constante les fonds d’investissement performants de ceux qui le sont moins, avant et après déduction des frais. La surperformance se maintient sur plus de trois ans. Le momentum et les flux des fonds (les entrées et sorties de capitaux des investisseurs dans un fonds) se révèlent être des prédicteurs clés des rendements futurs ajustés au risque. En revanche, les caractéristiques des actions détenues en portefeuille par les fonds ne sont pas prédictives. Les rendements des portefeuilles prédictifs long-short sont plus élevés après une période de sentiment positif. Les chercheurs écrivent : « Notre analyse à l’aide de réseaux neuronaux nous a permis d’identifier de nouveaux et importants effets d’interaction entre le sentiment d’une part, et les flux de capitaux et le momentum des fonds d’autre part. »
Je suis curieux de savoir comment les fournisseurs de fonds d’investissement vont intégrer l’IA dans leur stratégie d’investissement, que ce soit pour analyser les marchés financiers et les investissements, prédire leurs résultats, mais aussi réduire les frais. Aurons-nous moins besoin d’analystes et de gestionnaires à l’avenir ?
IA humaine
J’ai pointé du doigt le manque de perspicacité humaine chez ChatGPT, lorsqu’il s’agit d’appréhender la subjectivité dans sa réponse à la question de savoir qui est le meilleur gestionnaire de fonds. Le chatbot, et l’IA de manière plus générale, ne saisissent pas toujours les nuances et la créativité que nous autres humains, apportons au langage.
Il existe maintenant de nombreux exemples amusants et parfois inquiétants d’hallucinations de l’IA. Dans ces situations, le modèle de langage génère une réponse à une question en combinant des faits et hypothèses de manière imprévisible et aboutit à une réponse incorrecte ou trompeuse. L’IA devient alors une boîte noire dont les processus de réponse ou de conclusion ne sont pas entièrement compréhensibles.
C’est là que l’intervention humaine demeure indispensable. Mon prochain article portera sur l’IA centrée sur l’humain.
Lisez le précédent article sur l’IA dans l’investissementb : ChatGPT peut-il prendre de bonnes décisions d’investissement ?