Comprendre les Marchés Financiers

Comment pouvons-nous prédire l’évolution des marchés financiers en utilisant des algorithmes ?

Il existe de nombreuses idées reçues à propos des marchés financiers, dont l’une des plus répandues est certainement l’ imprévisibilité. La théorie du chaos ainsi que le fonctionnement de certains algorithmes puissants nous permettent en effet de démontrer qu’une telle affirmation est fausse. Les marchés financiers sont des systèmes chaotiques aux dynamiques complexes, mais il est toutefois possible dans une certaine mesure de prédire leur évolution. L’utilisation de ces prédictions affine les stratégies d’investissements et de management : elles peuvent donner aux traders un avantage compétitif loin d’être négligeable.

 marchés financiers

Les marchés sont des systèmes complexes

Si l’on considère les idées reçues les plus répandues concernant les marchés financiers, nous pouvons les séparer en deux groupes distincts. Le premier groupe est lié aux théories économiques classiques, qui veulent que les marchés soient efficaces à 100% et donc imprévisibles. Tous les acteurs du marché peuvent accéder aux mêmes informations et chaque action offre le meilleur rendement possible. Il suffit de regarder l’état actuel des choses pour voir que cela n’est pas vrai : il existe des personnes qui profitent du marché des actions, ce qui ne devrait pas être le cas dans le marché idéal proposé par ces théories.

A l’opposé, d’autres théories affirment que les marchés sont totalement chaotiques, ce qui est aussi faux. S’il en était autrement, il n’y aurait pas de grand groupe qui profiterait des marchés, comme Goldman Sachs par exemple, et au bout d’un certain temps le total des pertes et des gains reviendrait à une somme nulle.

Qu’en est-il donc réellement ? La théorie de la complexité nous offre une première réponse : les marchés sont des systèmes complexes et chaotiques, et ainsi leur comportement dépend de caractéristiques à la fois systémiques et aléatoires. C’est pourquoi nous pouvons établir des prédictions sur celui-ci dans une certaine mesure.

Les systèmes complexes et chaotiques sont vulnérables (comme le montre la théorie de l’effet papillon) ce qui crée des perturbations et empêche la mise en place d’un quelconque équilibre. Nous pouvons donc généralement prédire le comportement de tels systèmes (par exemple la météo) sur une période courte avec une faible marge d’erreur, jusqu’à ce que le système accumule des erreurs mineures et bascule dans le sens contraire. Il est alors possible d’établir des prédictions réalistes quant à l’évolution des marchés, ainsi que de prédire l’apparition de bulles et leur éclatement.

 

La complexité : le résultat de la rencontre entre le chaos et des motifs répétés

Comme nous l’avons précédemment remarqué, la complexité d’un système est le résultat soit d’une structure complexe du système lui-même (par exemple la présence de nombreux acteurs avec différents buts) soit de dynamiques complexes (par exemples une forte interdépendance entre les éléments du système).

Une telle complexité conduit inévitablement au chaos lorsque la répétition des motifs est interrompue par une perturbation. Il convient de noter que cette interruption n’est cependant pas tout à fait aléatoire, car les systèmes chaotiques possèdent tous une mémoire.

En ce qui concerne le marché boursier, le chaos résulte de la psychologie derrière le trading. Ce dernier n’est jamais purement rationnel : il est le fruit de réactions et d’émotions humaines. L’appréciation est aussi souvent biaisée par les pertes ou gains précédents, ou même par l’annonce de nouvelles. Cela empêche les traders de quantifier le risque de manière exacte.

Il existe toutefois des principes sous-jacents, des suppositions économiques qui montrent que l’on cherche toujours à maximiser le gain mais à minimiser le risque. Si l’on regarde les prix d’une action, on peut voir que les prix évoluent d’un niveau à un autre, créant un véritable motif (figure 1).

Mais cela n’est pas vrai pour n’importe quelle échéance. Sur l’espace d’une seule journée ou d’un mois, aucun motif ne semble apparaître. Il est ainsi très délicat de prédire le mouvement des prix à court terme. Sur le long terme, cela peut s’avérer bien plus rentable si l’on comprend les dynamiques sous-jacentes.

Figure 1 : Le prix d’une action et la répétition de motifs sur 5 ans

marchés financiers

Le caractère aléatoire des réactions : la formation et l’éclatement des bulles

Quelles sont les dynamiques d’un système ? En général, nous pouvons les décomposer en un certain nombre de réactions et de boucles causales. Il existe deux types de boucles causales : les positives et négatives. Une réaction sous forme de boucle positive se renforce elle-même : un effet positif pourr une variable entraînera un effet positif pour une autre variable, qui elle-même affectera positivement la première variable. Cela peut conduire à une croissance exponentielle du système, le conduisant à sortir de sa zone d’équilibre, et éventuellement à son effondrement. Au contraire une boucle causale négative a un effet stabilisateur, car le système répond par une réaction en sens opposé. Ces deux cas sont visibles sur la figure 2.

Figure 2 : Deux exemples de boucle causale

marchés financiers

 

L’interaction entre les boucles causales positives et négatives conduit à la formation d’une dynamique d’équilibre. Dans le cas des marchés, cela signifie que le prix oscille toujours à un certain niveau. Le prix dépasse constamment la vraie valeur d’une action dans les deux directions (figure 3). Néanmoins, sous l’influence de certains retards, des phases aléatoires apparaissent dans le système. Durant ces phases, la volatilité augmente significativement et le système devient imprévisible. Les bulles représentent donc une part essentielle de la dynamique des marchés financiers, et il ne tient qu’à nous d’en tirer des avantages.

Figure 3 : L’influence des réactions positives et négatives sur le prix d’une action

marchés financiers

Les éléments à caractère aléatoire

Les périodes à haut niveau de volatilité peuvent être causées non seulement par des dynamiques propres au système mais aussi par des évènements spécifiques, comme des catastrophes naturelles par exemple. Les ordinateurs eux-mêmes peuvent être la cause de longues périodes de chaos : c’est ce qui s’est produit le 6 Mai 2010 lors du Flash Crash, lorsque les investisseurs ont perdu 1 trillion de dollars. Ces pertes soudaines peuvent aussi affecter une seule action précise, comme cela a été le cas le 10 Février 2011 pour le flash crash d’Apple (figure 4). Ce crash a été causé par des programmes de trading à haute fréquence (HFT), qui permettent de réaliser des transactions en bloc à un rythme très soutenu. Agir plus rapidement que ses concurrents est devenue une des clefs de ce modèle, ce qui conduit à la mise en place de stratégies agressives. Le HFT peut avoir pour conséquence une volatilité considérable des prix du marché.

Figure 4 : L’évolution du prix de l’action d’Apple durant le Flash Crash du 10 Février 2011

marchés financiers

 

La clef pour comprendre les marchés

La seule règle « Acheter à bas prix, revendre à prix fort » ne suffit pas à prendre de bonnes décisions. Les marchés alternent sans cesse entre 3 régimes différents : réaction positive, réaction négative, et phase aléatoire. Ces régimes peuvent apparaître en même temps, mais sur des échelles de temps différentes. Lorsque l’on procède à une analyse du marché, il faut estimer le régime dans lequel celui-ci se trouve avant d’acheter ou de vendre. La capacité à identifier le régime dans lequel le marché se trouve constitue la clef de sa compréhension.

L’algorithme I Know First 

L’algorithme I Know First nous permet de découvrir les règles du marché et d’établir de façon précise l’évolution des marchés financiers. En utilisant au mieux l’intelligence artificielle, l’auto-apprentissage et la théorie du chaos le système est capable de prédire le comportement de plus de 200 marchés. Un des principes clefs de l’algorithme est qu’une action repose sur de nombreux facteurs qui n’interagissent pas de manière linéaire entre eux. Comment fonctionne-t-il ? Tout d’abord, l’algorithme procède à une analyse des données, et les classe selon leur intérêt. Différents modèles sont ensuite crées et testés à partir des données des 15 dernières années. Seuls les modèles les plus efficaces sont conservés, et ils sont mis à jour quotidiennement (figure 5). Il n’y a aucune intervention humaine durant ce processus, l’algorithme n’utilise que sa propre expérience.

Figure 5 : le fonctionnement de l’algorithme I Know First

marchés financiers  

L’algorithme arrive même à prédire correctement les bulles des marchés, comme le montre la figure 6. Il avait correctement prédit l’éclatement de la bulle Apple quelques jours auparavant (comme le montre la flèche rouge sur le tableau).

Figure 6 : La prédiction correcte de la bulle Apple par l’algorithme I Know First

marchés financiers

Comment interpréter les résultats ?

L’algorithme prédit quotidiennement l’évolution des marchés sur des périodes de 1, 3, 7, 14, 30, 90 et 365 jours. Il aide les traders à déterminer à quel moment entrer sur un marché, dans quelle direction investir, et à quel moment en sortir. La figure 7 montre la Heat Map : les cases vertes indiquent un signal positif, les rouges un signal négatif. Les prédictions peuvent être adaptées selon vos besoins et selon le risque maximal toléré. L’analyse quotidienne des prédictions permet de déceler rapidement toute anomalie dans les motifs. Certaines actions ne sont pas prévisibles : par exemple les jeunes start-ups qui n’ont pas beaucoup de données financières.

Figure 7 : Un exemple de prédiction générée par l’algorithme I Know First

 

La gestion du risque

L’algorithme peut permettre de réaliser des investissements rentables, mais celui-ci doit cependant toujours être suivi d’une analyse traditionnelle du marché. Néanmoins, le facteur « chance » demeure essentiel : le marché possède de nombreuses variables cachées que personne ne maîtrise.

Un marché boursier ne peut être représenté par une distribution statistique usuelle. Sa représentation correspond à un modèle de distribution à queues épaisses, avec un nombre significatif d’éléments sur l’extrémité. Ce phénomène est connu sous le nom de Loi de puissance. Les évènements éloignés de la valeur moyenne sont à l’origine de la plupart des bulles du marché et de sa volatilité, ce qui empêche les traders d’agir rationnellement.

Cela souligne encore une fois l’importance d’avoir une bonne analyse du marché. Il y a plusieurs règles à suivre pour que la stratégie soit fructueuse :

  • Suivre les prédictions au jour le jour
  • Pour minimiser le risque il faut rester hors du marché jusqu’à ce qu’une vraie opportunité se présente (un signal fort par exemple)
  • Lorsque la prévisibilité est forte, il faut investir là où le signal est le plus fort
  • Lorsque la prévisibilité diminue, une tempête se prépare
  • Si le signal disparaît ou s’affaiblit, il faut réduire son exposition
  • Pour avoir un portefeuille équilibré, il faut investir dans des positions indépendantes

Réaliser de bons investissements malgré l’incertitude

Les marchés sont des systèmes complexes où des évènements aléatoires se produisent de manière imprévisible. La fréquence d’apparition de ces évènements est souvent sous-estimée, de même que leurs conséquences. L’algorithme, grâce à l’auto-apprentissage et à l’intelligence artificielle, constitue un excellent moyen d’optimiser sa stratégie de gestion de risque.

Cet article reprend une conférence donnée par le Dr Lipa Roitman, fondateur de I Know First, à l’Université de Tel-Aviv. 

Leave a Reply

Your email address will not be published. Required fields are marked *