L’IA booste l’investissement de momentum

L’investissement de momentum repose sur un principe assez simple mais récurrent sur les marchés boursiers : les actions qui ont récemment bien progressé poursuivent généralement sur leur lancée tandis que les retardataires tendent à rester à la traîne. Les investisseurs utilisant cette stratégie classent les actions en fonction de leurs performances sur une période donnée, puis achètent les gagnants et vendent les perdants.
Cette approche est largement utilisée, mais elle est loin d’être parfaite. Toutes les tendances ne se poursuivent pas systématiquement, et les stratégies de momentum classiques ne tiennent pas compte des nouvelles informations spécifiques à chaque entreprise.
Pour les investisseurs, cela peut se traduire par des transactions inutiles et des positions surdimensionnées. L’IA permettrait-elle d’estimer plus finement si une tendance va se maintenir ou non ?

L’actualité, le chaînon manquant

Les auteurs d’une récente étude ont ainsi cherché à combiner le momentum avec l’actualité des entreprises. Ils se sont concentrés sur les informations les plus récentes concernant chaque société. Ces données sont cruciales, car les mouvements de court terme sont souvent dictés par des événements concrets : résultats financiers, nouveaux contrats ou dossiers juridiques.
L’analyse systématique de ces informations permet d’obtenir une image plus précise des mouvements de cours. L’objectif n’est pas de prédire l’actualité, mais de déterminer si une information récente soutient ou affaiblit une tendance existante. Le momentum devient ainsi moins mécanique et davantage fondé sur le contexte.

La puissance des modèles de langage

C’est à ce niveau que les grands modèles de langage (LLM) entrent en jeu. Un tel modèle peut lire chaque article et évaluer notamment sa pertinence et son impact pour l’entreprise.
L’information renforce-t-elle la tendance existante ou la contredit-elle ? Cette analyse est basée sur des instructions soigneusement conçues, via les fameux prompts, informant notamment le modèle que l’action est sur le point d’intégrer un portefeuille basé sur une stratégie de momentum.
Le résultat n’est pas un signal d’achat ou de vente à proprement parler, mais un ajustement de la position : quel poids attribuer à l’action dans le portefeuille ? Techniquement, le modèle d’intelligence artificielle (IA) contribue ainsi à sélectionner les positions et à en déterminer la taille, un élément dont l’impact sur le rendement est souvent sous-estimé.

Rendements plus élevés, risque moindre

Les résultats sont convaincants. La stratégie de momentum boostée par l’IA génère non seulement des rendements plus élevés, mais affiche aussi un meilleur ratio de Sharpe – un indicateur qui mesure le rendement ajusté au risque pris. En d’autres termes, le gain par unité de risque est plus élevé. Cette observation suggère que, dans ce cas, les modèles de langage d’IA permettent d’intégrer des informations additionnelles et pertinentes. 
Cette étude ne plaide pas pour l’abandon des stratégies d’investissement classiques, mais illustre de manière claire et convaincante comment l’IA peut affiner et discipliner les principes existants. Son objectif : réduire le risque et améliorer le rendement, deux atouts non négligeables.