Principaux enseignements de la conférence de Richard Falk-Wallace, cofondateur et PDG d'Arcana, lors du sommet sur l'IA pour les services financiers par Artefact - 12 juin 2024
À propos de Richard Falk-Wallace : Il est le PDG et cofondateur d'Arcana, une société dont l'objectif est de permettre aux investisseurs institutionnels de comprendre les risques de leurs portefeuilles et d'optimiser leurs performances grâce à des analyses data sophistiquées. Il est diplômé de l'université de Columbia et possède une vaste expérience dans le secteur financier.
À propos d'Arcana : Arcana est une société qui aide les institutions à prendre des décisions éclairées en utilisant des outils exclusifs data et des outils d'analyse avancés. Elle combine l'expertise en matière de technologie et de fonds spéculatifs pour fournir des solutions financières à fort impact.
Pratiques actuelles en matière d'analyse des risques et de l'encombrement
Les meilleurs fonds s'attachent de plus en plus à comprendre les idées uniques et les rendements idiosyncrasiques, indépendamment des facteurs macroéconomiques. Cette approche s'applique à la fois aux fonds multigestionnaires d'actions long-short et aux investisseurs long-only. L'accent est mis sur la décomposition des composantes systématiques du rendement à partir du rendement résiduel, avec un regard attentif sur l'effet d'éviction entre les différents types d'investisseurs.
À la pointe de la technologie : analyse avancée des risques et crowding
Les fonds avancés développent des méthodes sophistiquées pour comprendre les risques liés aux actions publiques, en utilisant les expositions factorielles et les signaux de crowding provenant de différents marchés. Cela inclut une analyse détaillée de l'effet de foule à un niveau granulaire, en examinant les expositions à des types d'investisseurs spécifiques, tels que les fonds spéculatifs et les multigestionnaires. L'accent mis sur le crowding permet d'affiner les décisions d'investissement et d'atténuer les risques.
Le rôle de l'IA dans l'amélioration de la sélection des titres
L'IA et l'apprentissage automatique offrent un potentiel important pour affiner la sélection des titres. L'IA peut traiter de vastes quantités de data non structurées, telles que des mémos d'investissement, des notes de recherche et des transcriptions de réunions, et les traduire en ensembles de data structurées. Cela permet d'élargir la compréhension systématique et de réduire le champ des décisions discrétionnaires, améliorant ainsi le processus d'investissement dans son ensemble.
Perspectives d'avenir : risques systématiques et risques idiosyncratiques
L'avenir de la sélection des actions réside dans une séparation plus efficace des risques systématiques et idiosyncrasiques. L'IA peut aider à identifier et à modéliser ces risques, en intégrant des informations provenant de processus non structurés data et fondamentaux. Cette approche systématique peut améliorer les performances de la sélection de titres en permettant de mieux comprendre les risques encourus.
data non structuré et intégration de l'IA
L'intégration de data non structurées dans le processus d'investissement implique de saisir les processus fondamentaux data et de comprendre les changements de régime et les facteurs thématiques. L'IA peut aider à traduire des informations chaotiques en un cadre systématique, facilitant ainsi la sélection des titres et la gestion des risques. Cette intégration renforce la capacité à identifier les éléments systématiques et à synthétiser les idées pour une meilleure prise de décision.
Outillage et intégration des systèmes
Le développement d'outils et de systèmes conviviaux est essentiel pour intégrer les connaissances de l'IA dans le processus d'investissement. Ces outils doivent permettre aux DSI, aux gestionnaires de portefeuille, aux gestionnaires de risques et aux analystes d'accéder facilement aux informations. Une approche mixte combinant les connaissances issues de l'IA et les méthodes traditionnelles de sélection des titres peut améliorer de manière significative la gestion des actions des marchés publics.
Applications pratiques et utilisation actuelle
Actuellement, peu de fonds utilisent l'IA de manière systématique pour la sélection des titres. L'IA est principalement utilisée pour la recherche efficace et l'analyse de documents. Cependant, l'espoir est de développer des cadres qui intègrent de vastes quantités d'informations sur l'investissement dans des systèmes cohérents, en faisant la distinction entre l'alpha et le bêta. Cela nécessite une infrastructure solide pour séparer et utiliser efficacement la recherche en matière d'investissement.
