Asset

management

Tendance

0-0 .355

Big data et intelligence artificielleont fait leur entrée dans lagestion quantitative actions . Siles Anglo-Saxons sont en pointedans ce domaine , les gérantsfrançais leur emboîtent le pas.Pour autant , les premiers travauxréalisés par les spécialisteshexagonaux ne les incitent pasà tout miser sur ces nouvellesapproches.

Les

quants

misent

sur les nouvelles

technologies

Les

«quants» cherchent à se renouveler . Ces

gérants quantitatifs , dont les méthodes reposentsur l ' élaboration des modèles mathématiquesqui permettent de sélectionner des titres et dedéfinir une allocation d

'

actifs, sont de plus en

plus nombreux à s' appuyer sur l '

intelligence artificielle

(IA) et le big data pour mener leur gestion actions . «Depuisquelques années, la gestion quantitative subit uneprofondetransformation , affirme Alexei Jourovski ,responsableactions et membre du comité exécutif d

'

Unigestion.existe maintenant une véritable dichotomie entre les

gérants qui utilisent ces nouvelles méthodes qui reposentsur l ' IA et les tenants de l ' ancienne école, plusmathématique.» Parmi les gérants quantitatifs en pointe dans

ce domaine figurent les Anglo-Saxons , à l '

image de

BlackRock (voir Option Finance du 1E/05/ 2017) ou deGoldman Sachs Asset Management (AM) . Chez cedernier, pas moins de 110spécialistes interviennent dans le

pôle de gestion quantitative , dont un grand nombre sont

spécialisés dans l '

analyse de données et la générationd

'

algorithmes . «Notre équipe intègre des économistes, des

analystes quantitatifs , des informaticiens et des gérantsquantitatifs , indique Yacine Boumahrat , responsablede la distribution France et Benelux de Goldman SachsAsset Management Ils recherchent entre autres descritèresd

' investissement différenciants en utilisant le bigdata et essaient d ' identifier les bases de données

adéquates et développent des outils pour les traiter .» En

Tous droits de reproduction réservés

PAYS : France PAGE(S) : 22-25SURFACE : 0 %PERIODICITE : Hebdomadaire

DIFFUSION : (20000)

13 novembre 2017 - N°1437

Suisseaussi, quelques gérants investissent sur cesnouvellesméthodes. «Nous recrutons des spécialistes à foisdans l '

informatique , les mathématiques et la physique ,desdocteurs, des ingénieurs, maisaussi desgérants,noustravaillons aussi étroitement avec le milieu académiquesur les nouvelles technologies qui sont en train de s'

imposerdans l ' ensemble des secteurs d ' activité», affirmeAlexei Jourovski.

Desapproches complémentairesDesinvestissements lourds dont le but est de faireévoluerles processdegestion afin de lesrendre plusperformants. ChezGoldman SachsAM, en plus desparamètresfinanciers classiques, l '

équipe de gestion quantitatives' appuie - pour sélectionner les valeurs en portefeuille -surdesbasesdedonnéesqui lui servent à établir des liensentre les titres. Nous disposons d' une cartographie de13000 entreprises qui fonctionne en réseau, c' est-à-dire

qu' elle nous permet de déterminer l '

impact d ' unenouvelle d' une information sur une valeur, mais aussila façon dont celle-ci peut affecter desvaleurs associéescomme les fournisseurs ou des entreprises d ' un mêmesecteur», détaille Yacine Boumahrat.Lesgérants sont aussi, en permanence, à la recherche decritères qui fassent la différence : «Nous nous sommesrendu compte que lorsqu'

un critère était utilisé par denombreux gérants, il apportait moins de valeur ajoutéeà la sélection de titres, poursuit Yacine Il estdonc primordial de les monitorer et lesrenouvelerrégulièrement.» Et dans ce domaine aussi, le recours à l ' IAest déterminant. L'

équipe utilise une nouvelle méthodeappelée le «traitement naturel du langage (natural

languageprocessing) qui permet d '

analyser des données

publiques et d' en déduire des tendances. Ce processestutilisé par exemple pour analyser les rapports annuels ,les web-conférences de présentation des résultats dessociétésou encore les notes desanalystes ; il s' agit alors

Yacine Boumahrat ,responsable de la distributionFrance et Benelux , GoldmanSachsAsset Management

Lessociétés degestion ont dûrecruter desinformaticiens ,desmathématiciens,desphysiciens, desingénieurs ...en plus desgérantsquantitatifs.

Nous recherchonsdans l ' univers desréseauxsociaux lesinformationsconcernantlesvaleurs enportefeuilleafin d ' établirdesrecommandationsà l ' achat ou la vente.»

de rechercher dans cette massed' informations desmotsclésafin d' établir un sentiment de marché. Nousdéduisonsdesnotes de recherche un sentiment soit positif soitnégatif sur une valeur, précise Yacine Boumahrat . Nousessayonsaussi de traquer des changements d '

appréciationet les sujets abordés via le " traitement naturel dulangage

" . Cette méthode est aussi appliquée aux réseauxsociaux ; il s' agit alors de rechercherdans cet univers lesinformations concernant les valeurs en portefeuille et/ou faisant partie de l ' univers d ' investissementet d' établirdesrecommandations à l ' achat ou la vente.»L' IA vient ainsi compléter lesméthodes degestionquantitativestraditionnelles . Nos indices de sentiment demarché, déterminés à partir desdonnées que nouscollectonssur les réseaux sociaux, permettent de calibrernos modèles internes, précise Jean-Baptiste Hasse,responsableREtDchez Insti7 .Par exemple, nous utilisons cetype d ' indices dans notre modèle de prévision des tauxsouverains ; le sentiment demarché devient ainsi une desvariables explicatives de l ' évolution de ces taux .» Cetteapproche permet aussi de conforter les gérants dansleurs choix . Lesalgorithmes qui s' appuient sur la masse

Une gestion en perpétuel mouvementLagestionquantitativeestpar

définitionunegestiondont lesprocesssetransformentconstamment.«Nousfaisonsenpermanenceévoluernosmodèles,indiqueThaddéeTyl, présidentde RivoliFundManagement.Nousdevonspourcelaposséderuneactivitéderecherche.»Ceschangementssontd' autant plusnécessairesquel' efficacitéd' unestratégieportesurdesduréesquiont tendanceàdiminuer. «Il y a encorequelquesannées, unestratégiequantita

tivepouvaitapporter de lavaleurajoutéependantplusd ' unedécennie, rappelleThaddéeTyl.Depuisquelquesannées,avecl' interventionmassivedes banquescentralesetla haussedelavolatilité, lesstratégiesont uneduréedevie beaucouppluscourte, de l' ordre dedeux outroisans.»Unphénomènequi estaussidû àl'

interventiondesalgorithmesdetrading àhautefréquence. «Touteslesvaleursettouslesactifssontmaintenantarbitrés,

lesprofitsdesarbitragisteset plusgénéralementdeshedgefundsdiminuent, lesmarchésdeviennentplusefficients,poursuitThaddéeTyl. Il estdoncindispensablede trouveren permanencede nouvellesidées.»

Tous droits de reproduction réservés

PAYS : France PAGE(S) : 22-25SURFACE : 0 %PERIODICITE : Hebdomadaire

DIFFUSION : (20000)

13 novembre 2017 - N°1437

de données publiques constituent des facteursexplicatifscomplémentaires aux modèles, indique EmmanuelBourdeix , co-directeur des gestions de Natixis Asset

Management en charge de Seeyond. Ils peuventcorroborerle point devue d ' un gérant sur une entreprise élaboréaprèsune analyse de la société et une rencontre avec le

management.

De nouveaux chantiersen coursFace à un tel potentiel , le marché français , dont lesavoir-faire est reconnu internationalement (voirencadré), devait aussi se l '

approprier . Cependant, la plupartdes acteurs qui ont déjà créé des solutions en France sesituent plutôt dans le domaine du conseil desfintechs. C' est le notamment d' Advestis, une fmtechspécialiséedans la gestion de données et l

'

élaboration d '

algorithmesservant à la gestion. Cette dernière les utilisenotamment dans le cadre de l '

analyse ESG (environnement, social et gouvernance). «Nous combinons desdonnéesfinancières et extra-financières en grand nombreafin d ' établir des profils de risque dessociétés», indiqueChristophe Geissler, président-fondateur d' Advestis.Le cabinet de conseil Insti7 a quant à lui construit unindice mesurant l ' incertitude à partir de données

récupéréessur Twitter . «Nous repérons tous les messagessurTwitter qui évoquent une incertitude , notamment en ce

qui concerne la politique économique (politiquesmonétairesdes banques centrales, réformes budgétaires desEtats, élections politiques , etc.), indique Jean-BaptisteHasse. Nous en déduisons un indice d ' incertitude

économiquequi complète les indices classiques provenantde sondages réalisés auprès des prévisionnistes ou biend' indices demarché.De leur côté, les équipes de gestion quantitativesfrançaisessont plutôt encore dans une phase exploratoire.«Nous sommes encore dans une période de réflexion etde test, avance par exemple Emmanuel Bourdeix . Nousnous intéressons à desdonnées non structurées, c'

est-àdirequi ne peuvent être utilisées comme telles engestiondeportefeuille , et cherchons à les rendreopérationnelles.» peut s' agir d '

images satellite qui donnent desindications sur l ' activité des sociétésou encore de l '

analysedesmessagespubliés sur les réseaux sociaux. «Noussavons déjà que le nombre de requêtes sur les moteursde recherche les plus populaires sur desmodèles devoiturepermet de déterminer l ' évolution desventes dans lestrois prochains mois des concessionnaires automobiles ,

indique Emmanuel Bourdeix . Nous essayonsdedéterminerquelles sont les informations sur les réseaux sociaux

qui peuvent être prédictives de l ' évolution d ' un cours.Nous collaborons dans ce cadre avec des fmtechsspécialiséesdans le big data et l

' IA .» Les chantiers portentaussi sur le contrôle desrisques. «Les informations issuesdes réseaux sociaux pourraient être retraitées et servird' indicateurs pour allouer des risques, indique Thaddée

«Nos indices desentiment de marché,déterminés à partirdes données quenous collectons surles réseaux sociaux,permettent de calibrernos modèles internes.»

Jean-Baptiste Hasse , responsable R&D , Insti7

Un algorithmeutilisant le bigdata permetde dessinerde grandestendances ,mais sans

que le gérantpuisseforcément

comprendrepourquoi cestendancesont étésélectionnéesau détrimentd ' autres.

Tyl , président de Rivoli Fund Management C' est dansce domaine que les avancées nous semblent les plusintéressantes.»

Des difficultésd ' interprétationCependant, au vu des premiers travaux réalisés, les

gérants quantitatifs français restent très prudents surl ' utilisation de ces nouveaux outils et surtout sur leur

capacité à créerde la valeur ajoutée. En effet, les premiersrésultats obtenus se limitent souvent à un sentiment demarché. «L'

analyse des réseaux sociaux peut permettrede compléter certains des facteurs couramment utilisésen gestion comme le momentum , qui consiste à investirsur les actions dont la performance a récemment évoluépositivement , mais ils ne sont pas encore suffisammentaboutis pour créer une valeur ajoutée utile par rapport aumomentum classique, indique Etienne Vincent ,responsabledesgestions quantitatives chezTheam. Par ailleursil existe des facteurs plus efficients du point devue de la

gestion que ce facteur, comme la faible volatilité ou lavalorisation .»Qui plus est, il est souvent difficile d'

interpréter lesrésultatsobtenus. «Un modèle économique ou financier s'

inscritdans une démarche scientifique : il permet de décrire,de comprendre et de prédire un phénomène économiqueen s' appuyant sur des hypothèses, en sélectionnant desvariables explicatives et en délivrant des résultatsfacilementinterprétables et vérifiables , indique Jean-BaptisteHasse. Un algorithme big data fonctionne différemment :il permet dedessinerde grandes tendances à partir d ' unemasse très importante de données, mais nous ne savons

pas forcément pourquoi cestendances ont étésélectionnéesau détriment d'

autres. Pour un économiste ou un

gérant , le big data fonctionne comme une boîte noire .»Ilpeut de ce fait induire lesgérants en erreur. «L

' utilisationd ' un très grand nombre de données peut conduire àsurestimer des corrélations entre les valeurs et certains

Tous droits de reproduction réservés

PAYS : France PAGE(S) : 22-25SURFACE : 0 %PERIODICITE : Hebdomadaire

DIFFUSION : (20000)

13 novembre 2017 - N°1437

Un savoir-faire français qui mise davantage sur le «smart beta»Lesgérantsquantitatifsfrançaisse

sontfait uneréputationà traverslemondecar la Francedisposedeformationstrèspointuesdanscedomaine.«Lesécolesd ' ingénieurscommeCentrale, Polytechnique, lesMinesouencore ' ENSAEforment depuisdenombreusesannéesdesingénieursetellesnesontpas lesseules, lesgrandesuniversitésfrançaisesdisposentdemastersspécialisésdans lestechniquesfinancièresquantitativesainsique lesgrandesécolescommel' Essec, indiqueOdile Couvert, associéchezAmadeoExecutiveSearch. Il existeunsavoir-faireimportant en Francequi est recherché,ungrand nombre degérantsquantitatifsà l ' étrangersontdesFrançais.»Cesspécialistesinterviennentà la foisdansla gestionquantitativeet danslessallesdetrading desbanquesd '

investissementIlssontspécialisésdansla créationet lesuividemodèles, maisaussidoiventêtre enmesuredefaire uneanalyse

pertinentedesrésultats, derecalibrer lesparamètressinécessaire, etc. Unsavoirfairecomplexe, trèsrecherché.

EnFrance, lesgérantsquantitatifsontmisé, pour serenouveler, davantage surlesmart betaquesur l'

intégrationdesnouvellestechnologies(intelligenceartificielle,big data) à laquelleilscommencenttoutjusteà s' intéresser.«Lesmartbeta estunegestionquantitativequi rencontreunréelsuccèsenFranceet surlaquelleuneexpertiseimportante étédéveloppée, relèveOdile Couvert. Elleestconnueà l' internationalà traversnotammentlesuccèsdeTobam:cettejeunesociétédegestionentrepreneurialea

réussià collecter, enquelquesannées,plus de 8milliardsd' euros.» Parailleurs,elle reposesurdesapprochesthéoriquesreconnues(plusieursprix Nobel

ont étédécernésdanscedomaine)et desprocessrobustesquirassurentlesgérantscommelesinvestisseurs. «Ungérantquantitatif s' appuiesurlesstatistiques, ildoit donc disposerdesériesà longterme quiprouventla pertinenced' uncritèredesélection, rappelleEtienneVincent, responsabledesgestionsquantitativeschezTheam.Cetteapproche nepeutêtre

appliquéeaux algorithmes s' appuyantsur le bigdata, car lesdonnéessontencoretrop récentes.»

Smart.

Beta

Le smart béta repose surdes approchesthéoriquesreconnues et desprocess robustes quirassurent les gérants etles investisseurs

paramètres à faire apparaître des corrélations quin' existent paset donc àproposer desdécisionsabsurdes»,affirme Etienne Vincent . Des difficultés qui constituentpour certains une limite . «Si nous ne parvenons pas àétablir la valeur ajoutée decesnouvelles technologies ousi leur utilisation conduit à devoir faire tourner troprapidement les portefeuilles, ce qui se traduirait par descoûts de transactions élevés, nous ne les utiliserons pas

«Lesrésultatsobtenusen matière demodélisation ou enutilisant de nouvellestechnologies sont dessecretsprofessionnelsqui, une fois connuset répliqués, peuventperdre leur valeur .»

Thaddée Tyl , président , Rivoli Fund Management

dans nos process», prévient Emmanuel Bourdeix.Autre limite : les gérants doivent aussi convaincre leursclients et plus particulièrement les investisseursinstitutionnelsfrançais du bien-fondé de ces méthodes. Lesinstitutionnels hexagonaux ne sont pasattirés par lagestionquantitative pour des raisons réglementaires, maisaussi parceque cette gestion n' a pasbonne pressedepuisla crise fmancière de 2007», relate ThaddéeTyl . Celle-ciest en effet souvent considéréecomme une boîte noirecar les modèles sur lesquels elle reposesont abscons etdonc peu accessiblesaux investisseurs. Et depuis la crisefinancière qui a mis en lumière le fait que denombreuxinvestisseurs avaient sélectionné des fonds dont ils neconnaissaient pas précisément la composition et qui sesont relevés particulièrement risqués, les investisseursveulent savoir précisément dans quel type de fonds etd ' actifs ils investissent. Il faut donc faire oeuvrede

pédagogie, ce qui n' estpas toujours évident danscet univers.«Les résultats obtenus en matière de modélisation ou enutilisant de nouvelles technologies sont des secretsprofessionnelsqui , une fois connus et répliqués, peuventperdre leur valeur», avance ThaddéeTyl .Unfonctionnementqui s' opposedonc à une distribution massive.

Sandra Sebage@sebagsandral

Tous droits de reproduction réservés

PAYS : France PAGE(S) : 22-25SURFACE : 0 %PERIODICITE : Hebdomadaire

DIFFUSION : (20000)

13 novembre 2017 - N°1437