Investir peut souvent s’apparenter à naviguer dans un labyrinthe. Avec les constantes fluctuations du marché, il peut être difficile de savoir où placer son argent. Mais et si une méthode existait pour rendre les décisions d’investissement plus prévisibles ? Une étude récente menée par Philippe Goulet Coulombe et Maximilian Goebel a introduit une nouvelle approche visant à réaliser cet objectif, en exploitant la puissance de l’apprentissage automatique.
Avant de plonger dans les détails, prenons du recul pour comprendre de quoi il s’agit. Les chercheurs ont développé un algorithme d’apprentissage automatique. Si vous vous demandez ce qu’est l’apprentissage automatique, il s’agit d’une forme d’intelligence artificielle qui permet aux ordinateurs d’apprendre à partir de données et de prendre des décisions ou de faire des prédictions. Dans ce cas précis, l’algorithme d’apprentissage automatique est utilisé pour optimiser les portefeuilles d’investissement.
L’algorithme développé porte le nom de MACE, qui est l’acronyme de Multivariate extension of Alternating Conditional Expectations. En termes simples, MACE est conçu pour optimiser les poids de différents investissements dans un portefeuille afin de rendre l’investissement combiné résultant (ou ‘titre synthétique’) aussi prévisible que possible.
L’approche MACE utilise deux techniques principales : une Forêt Aléatoire et une Régression Ridge contrainte. Ne vous inquiétez pas si ces termes vous semblent compliqués. Une Forêt Aléatoire est simplement une méthode de faire des prédictions basées sur une collection d’arbres de décision (imaginez cela comme poser une série de questions oui/non pour arriver à une décision). La Régression Ridge, d’autre part, est une méthode utilisée pour analyser plusieurs variables en même temps et comprendre comment elles se rapportent les unes aux autres.
Les chercheurs ont testé MACE en menant des exercices à la fois à des fréquences journalières et mensuelles. Ils ont découvert que MACE augmentait significativement la prévisibilité et la rentabilité des portefeuilles, en utilisant très peu d’informations conditionnelles. Cela signifie que MACE était capable de faire des prédictions précises et d’augmenter les profits même avec des informations limitées.
L’une des découvertes les plus impressionnantes était que MACE parvenait à maintenir sa prévisibilité tant en périodes fastes qu’en périodes difficiles. C’est particulièrement important pour les investisseurs, car cela signifie que MACE pourrait potentiellement aider à naviguer à travers des conditions de marché difficiles.
La beauté de l’approche MACE réside dans le fait qu’elle ne se contente pas de prédire l’avenir ; elle permet de comprendre les modèles et tendances du marché et d’utiliser cette compréhension pour prendre des décisions d’investissement plus éclairées. Il s’agit de retirer le caractère aléatoire de l’investissement pour le remplacer par des insights basés sur des données.
Ainsi, si vous recherchez une manière plus intelligente d’investir, il pourrait être temps de considérer les portefeuilles apprenables par machine. Après tout, dans le monde de l’investissement, le savoir est un pouvoir, et plus votre portefeuille est prévisible, plus vous avez de pouvoir.
Source : Philippe Goulet
