Un chercheur de l'Université de Bath a créé un algorithme qui vise à supprimer les éléments du hasard, biais ou émotion des décisions de banque d'investissement, un développement qui a le potentiel de réduire les erreurs dans la prise de décision financière et d'améliorer les rendements financiers sur les marchés mondiaux.

« Il y a une course mondiale pour trouver une solution viable pour créer des décisions d'investissement plus fiables et plus performantes dans le trading financier. Notre modèle offre des rendements toujours plus élevés par rapport aux autres développés à ce jour, " déclare le Dr Arman Hassanniakalager de la School of Management de l'université.

Hassanniakalager, qui présentera la recherche à la conférence de la Financial Management Association à Glasgow cette semaine, affirme que son modèle s'est avéré entraîner un rendement supérieur de 3 % au taux de référence des fonds de la Réserve fédérale américaine, sur la base de preuves provenant de 12 indices boursiers du monde entier. Une amélioration de 0,5 à 1,0 % serait considérée comme significative.

La recherche d'un algorithme d'investissement tout-puissant s'est intensifiée ces dernières années et les premiers résultats ont été mitigés. Le défi consiste à créer un niveau de fiabilité qui surpasse systématiquement les banquiers d'investissement et les financiers et un outil qui peut fonctionner aussi bien sur des marchés en hausse qu'en baisse.

Le développement continu des algorithmes et leurs avantages perçus suscitent espoir et optimisme chez de nombreux acteurs des marchés. Mais la dépendance croissante à l'égard des outils a également créé une certaine nervosité dans les niveaux supérieurs des systèmes financiers du monde et un certain scepticisme de la part de ceux qui croient qu'il y aura toujours un rôle pour la touche humaine inspirée.

Hassanniakalager, dont l'expertise est dans le développement de nouvelles méthodes d'intelligence artificielle et statistiques pour la prise de décision financière, a déclaré que son algorithme a atteint le point où il surpasse constamment les méthodes d'investissement conventionnelles et les outils algorithmiques.

"Il y a beaucoup de réflexion théorique et d'aspirations autour de ces outils d'investissement, mais la question clé est de résoudre comment les faire fonctionner dans le monde réel. Nous pensons avoir répondu à cette question, ", a déclaré Hassanniakalager.

L'algorithme peut être lié à l'intelligence artificielle, qui apprendra des décisions d'investissement et s'ajustera automatiquement. Il envisage une solution de boîte noire pour les gestionnaires d'investissement qui seront en mesure d'exécuter des scénarios d'investissement alternatifs complexes en temps réel.

L'utilisation principale serait dans les salles de marché, notamment dans le domaine de l'analyse technique, évaluer la réaction des marchés boursiers à l'actualité des entreprises ou évaluer la performance des instruments dérivés et proposer différentes voies d'investissement aux gérants.

L'outil changera le processus décisionnel et potentiellement le paysage du marché lui-même. Les jours des écrans multiples dans les salles de marché et des gestionnaires cherchant à donner un sens à une multitude de plus en plus complexe de données en temps réel et historiques peuvent être comptés.

Il peut même y avoir un point d'interrogation sur l'avenir des décideurs eux-mêmes.

« Quiconque y parvient a le potentiel de transformer les marchés financiers et en particulier la banque d'investissement et le négoce d'actions. Il y aura des gagnants et des perdants. , ", dit Hassanniakalager.

L'algorithme, que Hassanniakalager qualifie d'universelle, peuvent avoir des applications au-delà des marchés financiers. "Si vous apprenez ce qui change statistiquement, vous pouvez l'appliquer à d'autres domaines, comme la génétique. C'est la beauté des statistiques, " il dit.

Hassanniakalager présentera les résultats de l'équipe de recherche, qui comprend des universitaires des universités de Glasgow et de St Andrews, le vendredi 14 juin à la conférence FMA International à l'Université de Strathclyde.