Focus sur… L’intelligence artificielle en gestion de portefeuille

Faut-il avoir peur de l’IA en gestion de portefeuille ?

Par Nicolas Touvet, Responsable de la Gestion Sous Mandat

L’intelligence artificielle est déjà présente dans de nombreux domaines, notamment les assistants vocaux et les chatbots pour la communication client, les moteurs de recherche et les recommandations de produits pour le commerce en ligne, les véhicules autonomes pour les transports, les systèmes de surveillance pour la sécurité, la reconnaissance de l’image pour la santé, les services financiers pour la détection de la fraude et l’analyse de risques, les systèmes de recommandation pour le divertissement et les médias… Ces exemples ne sont qu’une petite partie des domaines dans lesquels l’IA est déjà présente et en expansion. Mais depuis novembre 2022 dans une version gratuite et non connectée à Internet, par le biais de ChatGPT, développée par la start-up OpenAI et qui bénéficie d’une large exposition médiatique, l’intelligence artificielle est entrée dans le domaine public. Qu’en est-il du domaine de la gestion de portefeuille ? 

L’intelligence artificielle (IA) a une influence croissante sur les décisions de gestion en bourse. Les algorithmes d’IA peuvent aider à analyser des quantités massives de données financières en temps réel, à détecter des modèles et des tendances, à identifier des opportunités de trading et à optimiser les décisions d’investissement.

L’utilisation de l’IA pour la gestion de portefeuille et la prise de décision d’investissement a considérablement augmentée ces dernières années. Les grandes institutions financières utilisent des systèmes de trading algorithmiques pour exécuter des transactions à grande vitesse et avec une grande précision. Les gestionnaires de portefeuille peuvent également utiliser des algorithmes d’IA pour optimiser leurs portefeuilles, en fonction de leurs objectifs et de leur tolérance au risque.

L’IA peut aussi aider à prévoir les performances futures des entreprises en analysant les données financières et les tendances du marché. Les modèles d’apprentissage automatique peuvent identifier les facteurs qui affectent les performances financières d’une entreprise et prédire comment elle se comportera à l’avenir, mais ils peuvent également être influencés par des données biaisées ou des événements imprévus qui ne sont pas pris en compte dans le modèle.

L’IA a donc une influence croissante sur les décisions de gestion en bourse. Bien qu’elle offre de nombreux avantages, elle présente également des risques et des défis réglementaires. Les investisseurs et les gestionnaires de portefeuille doivent donc être conscients de ces risques et s’assurer que l’IA est utilisée de manière responsable et éthique dans leurs décisions d’investissement.

L’IA peut-elle tout prévoir ?

Non, ne dit-on pas qu’il n’existe pas de martingale en bourse ? (Cf. encart). Bien que l’IA soit capable de traiter des quantités massives de données et de détecter des modèles qui peuvent aider à prédire les tendances futures, elle ne peut pas prédire l’avenir avec une certitude absolue !

Les modèles d’apprentissage automatique utilisés dans les applications financières peuvent être influencés par des données historiques qui ne reflètent pas nécessairement les événements futurs. De plus, les facteurs économiques, politiques et sociaux peuvent changer rapidement et de manière imprévisible, rendant difficile la prédiction des tendances à long terme.

En outre, les décisions d’investissement peuvent être influencées par des facteurs qui ne peuvent pas être facilement quantifiés ou mesurés, tels que les tendances de consommation, la réputation d’une entreprise ou les changements dans la réglementation gouvernementale. En fin de compte, l’IA peut fournir des informations et des perspectives utiles pour aider à la prise de décisions d’investissement, mais elle ne peut pas remplacer complètement le jugement et l’expérience humaine. Les investisseurs et les gestionnaires de portefeuille doivent donc l’utiliser avec prudence et en tenant compte des limites de la technologie.

Déjà en son temps, la théorie « moderne du portefeuille », une théorie financière développée en 1952 par Harry Markowitz, pouvait être utilisée pour optimiser la répartition d’un portefeuille d’investissement en maximisant le rendement attendu tout en minimisant le risque.

Ce modèle ne prédit pas directement l’évolution du cours de bourse, mais il utilise plutôt des données historiques sur les rendements et les risques des différents actifs financiers pour calculer les corrélations entre ces actifs et construire un portefeuille diversifié.

Le modèle de Markowitz est une méthode éprouvée pour construire des portefeuilles bien diversifiés et équilibrés, mais il ne garantit pas de rendement positif ou de protection contre les pertes de marché. En effet, la performance réelle d’un portefeuille dépend de nombreux facteurs comme les conditions économiques, les tendances du marché, les événements géopolitiques, les décisions de politiques monétaires de plus en plus insondables, ou encore un évènement inattendu sur la gouvernance d’une entreprise. Il convient également de noter que ce modèle repose sur des hypothèses simplificatrices, telles que la normalité des distributions de rendements et l’absence de coûts de transaction. Ces hypothèses peuvent ne pas être totalement réalistes dans la pratique, ce qui peut affecter la performance réelle du portefeuille.

Le modèle de Markowitz est donc une méthode utile pour construire des portefeuilles bien diversifiés, mais il ne peut pas prédire directement l’évolution du cours de bourse. On en arrive à la même conclusion qu’avec l’intelligence artificielle : les investisseurs doivent utiliser cette méthode en combinaison avec d’autres analyses et leur propre jugement pour prendre des décisions d’investissement éclairées.

L’être humain reste-t-il encore indispensable pour gérer un portefeuille ? 

Bien que l’IA puisse fournir des analyses et des perspectives utiles pour aider à la prise de décisions d’investissement, l’être humain reste indispensable pour gérer un portefeuille de manière globale. Les investissements sont un domaine complexe et évolutif, et les gestionnaires de portefeuille doivent utiliser leur jugement et leur expertise pour évaluer et prendre en compte une variété de facteurs non quantifiables, tels que la réputation d’une entreprise, les tendances de consommation, les facteurs macroéconomiques et les événements géopolitiques.

De plus, la relation clientèle est un aspect important de la gestion de portefeuille et il est essentiel de comprendre les besoins et les objectifs de chaque client afin de fournir des conseils et des solutions personnalisés. En fin de compte, l’IA peut être un outil précieux pour aider les gestionnaires de portefeuille à prendre des décisions d’investissement éclairées, mais elle ne peut pas remplacer complètement l’expertise et l’expérience humaines.

Que penser des robots advisors pour la gestion de portefeuilles ?

Les robots advisors sont des plateformes en ligne qui utilisent des algorithmes pour fournir des conseils d’investissement et gérer des portefeuilles de manière automatisée selon des profils de risque donnés. Ils sont de plus en plus populaires, car ils offrent une alternative moins coûteuse et plus accessible à la gestion de portefeuille traditionnelle.

Les robots advisors sont également capables de surveiller et d’ajuster automatiquement les portefeuilles en fonction des fluctuations du marché.

Cependant, bien que les robots advisors puissent offrir des avantages en termes de coût et d’accessibilité, ils ne conviennent pas à tous les investisseurs. Ces derniers ont des objectifs d’investissement complexes ou des besoins de planification financière plus larges et ont donc besoin de l’expertise humaine pour une gestion de portefeuille plus personnalisée et plus holistique, tenant compte de leur situation fiscale par exemple.

Et le trading algorithmique dans tout ça ?

Le trading algorithmique est une pratique courante sur les marchés financiers, où des algorithmes informatiques sont utilisés pour effectuer des transactions automatisées. Les algorithmes peuvent être conçus pour prendre des décisions d’achat ou de vente en fonction de critères tels que les tendances de marché, les modèles de prix, les nouvelles économiques et les indicateurs techniques.

Le trading algorithmique est de plus en plus répandu en raison de ses avantages potentiels, notamment la rapidité, l’efficacité et la précision. Les algorithmes peuvent effectuer des transactions à une vitesse bien supérieure à celle des êtres humains, ce qui peut être un avantage dans un marché où les fluctuations de prix peuvent se produire en quelques millisecondes. De plus, les algorithmes peuvent analyser des données complexes en temps réel et prendre des décisions de trading en conséquence, ce qui peut permettre de meilleures performances que le trading manuel.

Cependant, ce type de trading peut également présenter des risques. Les algorithmes peuvent être sujets à des erreurs de programmation ou de mauvaises données, ce qui peut entraîner des pertes importantes. Le trading algorithmique peut aggraver les mouvements du marché lorsqu’un grand nombre d’algorithmes réagissent simultanément aux mêmes événements de marché, ce qui peut entraîner des effets de volatilité importants.

En fin de compte, le trading algorithmique est une pratique courante sur les marchés financiers, mais il est important de comprendre les avantages et les risques avant de décider de l’utiliser. Les investisseurs doivent être conscients que ce type de trading n’est pas infaillible et qu’il est important de surveiller en permanence les performances de leurs stratégies de trading.

Finalement, le gérant reste au cœur de la relation client…

Bien que les technologies d’IA puissent fournir des informations et des analyses précieuses, elles ne peuvent pas remplacer la valeur d’une relation humaine de confiance.

Les gérants de portefeuille jouent un rôle important dans la gestion des attentes des clients, la communication des risques et l’aide à la prise de décision en matière d’investissement. Les clients peuvent avoir des besoins différents et des objectifs d’investissement spécifiques, qui nécessitent une approche personnalisée pour la gestion de leur portefeuille.

Le gérant de portefeuille peut aider les clients à comprendre les risques et les avantages de différentes stratégies d’investissement, à déterminer leur tolérance au risque et à identifier les objectifs d’investissement appropriés. Le gérant peut également fournir des conseils pour adapter la stratégie d’investissement en fonction des changements du marché et des besoins du client. En fin de compte, la relation entre le gérant de portefeuille et le client repose sur la confiance et la communication ouverte.

Il existe de nombreuses statistiques et données chiffrées qui soutiennent l’importance de la relation client dans la gestion de portefeuille et l’impact de l’IA sur les décisions de gestion en bourse. Selon une étude de Deloitte de 2019, 60 % des investisseurs en ligne interrogés ont déclaré préférer travailler avec un conseiller financier plutôt qu’utiliser une plateforme de gestion de portefeuille en ligne automatisée, c’était il y a 4 ans ! Et selon une étude de Capgemini de 2020, 78 % des clients de banques privées et de gestion de patrimoine ont déclaré que les relations avec leur conseiller étaient importantes pour eux. Enfin, le trading algorithmique représente une part importante du volume de transactions sur les marchés financiers. Selon un rapport de l’Association for Financial Markets in Europe (AFME), le trading algorithmique représentait 40 % du volume total des transactions sur les marchés européens en 2018. Aux Etats-Unis, c’est environ 60 à 73 % du négoce global des actions américaines (source : Wall Street).

Ces données suggèrent que, bien que l’IA et les technologies de trading algorithmique soient de plus en plus répandues, de nombreux clients continuent de valoriser la relation humaine avec leur conseiller financier et c’est tant mieux !