BlackRock et Balyasny exploitent l’IA pour rechercher Alpha dans leurs propres données

Pendant des années, les gestionnaires d’actifs sophistiqués ont acquis un avantage grâce à des informations uniques qui ne provenaient pas de sources de marché traditionnelles comme les bourses. Désormais, l’avantage se situe au sein de leur propre entreprise.

Les fonds spéculatifs et autres étaient mieux à même de prédire les bénéfices trimestriels et les prix des matières premières grâce à des données dites alternatives provenant des reçus de cartes de crédit agrégés, du trafic piétonnier suivi par les téléphones portables et des images satellite des champs de culture.

Ensuite, ces sources sont devenues si largement utilisées dans le domaine de la gestion d’actifs qu’elles sont devenues des enjeux plutôt que des différenciateurs. Les gestionnaires d’actifs ont donc investi des ressources dans la recherche de nouvelles sources de données obscures qui pourraient les aider à battre leurs pairs d’en face.

Aujourd’hui, la montée en puissance de grands modèles linguistiques a encore érodé cet avantage. Alors que les principaux fonds récupèrent autant de données accessibles au public que possible grâce à l’IA, les investisseurs affirment que le prochain avantage du marché viendra de la recherche dans leurs propres recherches, communications et décisions historiques de signaux auxquels les concurrents ne peuvent pas accéder.

L’IA est « excellente pour structurer des données non structurées », a déclaré mardi Jacob Bowers, vice-président de la recherche quantitative chez BlackRock, lors d’un panel lors de la conférence Future Alpha à New York, et « certaines des meilleures données non structurées dont vous disposez sont internes ».

Les données accessibles au public, qui étaient autrefois de pointe, sont désormais « marchandisées » par l’IA, a-t-il déclaré. BlackRock, le plus grand gestionnaire d’actifs au monde avec 14 000 milliards de dollars d’actifs, a déjà transformé ses agents en interne pour trouver des signaux d’investissement potentiels dans les communications passées entre les professionnels de l’investissement et les anciens rapports sur les opportunités, a-t-il déclaré.

La mine d’or des données des gestionnaires d’actifs de longue date est bien connue. Un rapport de 2019 du cabinet de conseil Opimas indiquait qu’il s’attendait à ce que les fonds finissent par vendre certaines de leurs données pour générer des revenus supplémentaires, et Robert Frey, ancien directeur général de Renaissance Technologies qui gère un fonds de fonds, a alors déclaré à Trading Insider que le plus grand avantage de son ancien employeur était sa « bibliothèque de données massive » rassemblée au cours de décennies d’échanges.

Et l’IA a permis aux fonds d’exploiter beaucoup plus facilement cette source potentielle d’alpha.

Andrew Gelfand, spécialiste de la capture alpha chez Balyasny, a déclaré lors de la conférence Future Alpha que l’entreprise avait déjà tenté de monétiser des données non structurées au sein de ses systèmes, mais que les récents progrès de l’IA ont rendu la tâche beaucoup plus fructueuse.

L’entreprise de 33 milliards de dollars demande aux analystes de saisir leurs recherches et leurs notes sur un portail auquel son équipe peut accéder, a déclaré Gelfand, donnant à l’IA des tonnes de textes à parcourir pour détecter des signaux d’investissement potentiels.

Ce type d’exploration interne nécessite des données de premier ordre dont les IA peuvent tirer des leçons ; en d’autres termes, les réflexions et les processus d’investisseurs chevronnés au sommet de leur forme.

Même si les fonds peuvent contenir plus de données internes qu’un être humain ne pourrait en traiter au cours de sa vie, les agents d’IA ont constamment besoin de plus d’informations pour suivre l’évolution du monde et des marchés.

« Il faut que la matière première soit de haute qualité », a déclaré lors de la conférence Mike Daylamani, qui dirige une équipe mêlant investissement fondamental et systématique chez Engineers Gate, faisant référence aux flux de données que les quants utilisent pour construire leurs modèles.

« En fin de compte, il s’agit d’un effort créatif », a-t-il ajouté à propos de l’investissement en général.