Les algorithmes sont utilisés depuis longtemps, par exemple, d'échanger un titre s'il dépasse un certain niveau, mais il y a eu des critiques sur les « crashs flash » attribués aux transactions à haute fréquence
L'intelligence artificielle s'est rapidement propagée sur les marchés ces dernières années, les traders s'efforçant constamment de prendre le dessus, tandis que les régulateurs ont réservé un accueil réservé à la technologie de pointe.
Le trading haute fréquence propulsé par des algorithmes a régné au cours de la dernière décennie, car les banques et les fonds profitent des faibles fluctuations de prix sur de nombreux marchés pour réaliser des milliers de transactions en une fraction de seconde.
Des équations mathématiques complexes ont longtemps été utilisées pour effectuer certaines opérations, par exemple, vendre ou acheter un titre s'il dépasse un certain niveau.
Pourtant, les algorithmes ont fait l'objet de vives critiques à propos des « crashs flash », comme la chute vertigineuse de la livre sterling en octobre 2016, largement imputée aux transactions à haute fréquence.
L'intelligence artificielle cherche maintenant à amener le commerce dans de nouveaux domaines, où le logiciel de « machine learning » (ML) compare des dizaines de bases de données en un clin d'œil pour surveiller les risques.
Un ordinateur identifie les tendances et les corrélations de marché, exécute des modèles, prévoit les résultats, et arrive à la décision d'acheter ou de vendre par lui-même.
L'IA peut aider les fonds d'investissement et les gestionnaires de portefeuille à gérer les risques et à choisir les actions qui conviennent le mieux à quels clients.
Les banques déploient l'IA pour aider à détecter les activités frauduleuses, stopper les attaques informatiques et réduire les coûts, tout en l'utilisant également pour fixer les taux d'intérêt des produits et analyser les profils de risque des demandeurs de prêt.
L'intelligence artificielle porte le trading à un niveau encore plus élevé et devient de plus en plus la norme
Anticiper les tempêtes
Les données d'enquêtes suggèrent que l'IA gagnera en popularité dans le secteur des services financiers dans les années à venir.
La société d'analyse de données Greenwich Associates, qui a mené une étude récente auprès de professionnels du marché, affirme que plus de la moitié des personnes interrogées pensent qu'elles auront intégré l'IA au cours des deux prochaines années.
La startup technologique israélienne SparkBeyond est une plate-forme de traitement de données qui cherche à exploiter l'IA pour la résolution de problèmes.
SparkBeyond utilise l'apprentissage automatique pour sortir des sentiers battus et tester des résultats qui peuvent ne pas sembler évidents, selon Edward Janvrin, qui dirige son Europe, Division Moyen-Orient et Afrique.
Par exemple, la plupart des gens pourraient supposer que la proximité d'un hôpital pourrait être le meilleur indicateur de survie après un appel téléphonique aux services d'urgence.
Pourtant, le logiciel SparkBeyond a analysé des millions de données en quelques minutes et a conclu que le meilleur facteur prédictif est la proximité d'une caserne de pompiers, selon Janvrin, qui applique la même logique au trading.
Les régulateurs financiers mondiaux peuvent également déployer l'IA pour tenter d'anticiper les tempêtes à l'horizon.
La Commodities and Futures Trading Commission (CFTC) prévient que le processus n'est pas sans embûches, mais admet que l'IA possède toujours des « forces » dans la surveillance des risques.
« Prévoir les événements catastrophiques du marché, comme les défauts en cascade de 2008, c'est comme prédire la météo, " a déclaré la CFTC dans un récent rapport.
La Banque d'Angleterre affirme que l'application de l'apprentissage automatique au trading peut améliorer les résultats, « les risques existants peuvent être amplifiés si la gouvernance et les contrôles ne suivent pas le rythme des développements technologiques »
Des risques amplifiés
"Il y a beaucoup de variables, qui peuvent générer des prédictions divergentes, et certaines informations clés peuvent être négligées ou ne pas être disponibles. Cela peut entraver les mesures correctives.
"Une force de l'IA est sa capacité à identifier des corrélations dans de vastes ensembles de données. De telles corrélations peuvent être utiles dans la surveillance du risque systémique, il est clair qu'une solide majorité d'acteurs du marché (...) utiliseront bientôt l'IA dans le processus de négociation de titres."
La Banque d'Angleterre, pendant ce temps, a également donné une analyse prudente.
« Dans le secteur des services financiers, l'application de méthodes d'apprentissage automatique a le potentiel d'améliorer les résultats pour les entreprises et les consommateurs, ", a-t-il déclaré dans un rapport séparé.
"À la fois, les risques existants peuvent être amplifiés si la gouvernance et les contrôles ne suivent pas le rythme des évolutions technologiques."
Vasant Dhar, professeur de systèmes d'information à la Stern School of Business de l'Université de New York, ajoutée, cependant, que le commerce de l'IA serait toujours plus sûr que les décisions purement humaines.
Dhar a ajouté que tout système d'IA dispose d'une protection humaine comme option de secours.
Mais il a averti que les humains ne reconnaîtraient pas nécessairement une défaillance du système ou ne feraient pas le bon appel. "Considérez le fait que les humains peuvent également prendre de mauvaises décisions. Vous ne pouvez pas supposer que l'humain dans la boucle prendra la bonne décision, " a déclaré Dhar à l'AFP.
© 2019 AFP
