L'IA peut-elle identifier de nouvelles classes d'actifs ou opportunités d'arbitrage ?

L'IA explore effectivement de vastes ensembles de données pour détecter écarts de prix et comportements de marché inhabituels. Une étude de la Banque des règlements internationaux combine réseaux neuronaux récurrents et grands modèles de langage pour anticiper les déviations de la parité d'arbitrage triangulaire dans les marchés de change et fournit des signaux quotidiens de dysfonctionnement de marché.

Des algorithmes similaires identifient l'émergence de nouvelles classes d'actifs : actifs tokenisés, obligations vertes, actifs privés, en analysant bases de données de transactions et textes réglementaires. Toutefois, ces stratégies sophistiquées nécessitent un contrôle strict de la conformité et des limites de risque, rappelant que l'innovation ne doit jamais s'affranchir de la prudence.