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

Détection d’inefficiences de marché et signaux d’arbitrage

L’intelligence artificielle est particulièrement performante pour analyser de vastes ensembles de données financières et identifier des inefficiences de marché difficilement détectables par des approches traditionnelles. En combinant des données de prix à haute fréquence, des indicateurs de liquidité et des informations macrofinancières, les modèles d’IA peuvent repérer des écarts de valorisation temporaires ou des comportements de marché atypiques. Ces capacités sont particulièrement utiles dans des environnements complexes où les opportunités d’arbitrage sont de courte durée et fortement dépendantes du contexte.

Une étude récente de la Banque des règlements internationaux illustre cette approche en combinant des réseaux neuronaux récurrents et des grands modèles de langage afin d’anticiper les déviations de la parité d’arbitrage triangulaire sur les marchés de change. Ces travaux montrent que l’IA peut produire des signaux quotidiens de dysfonctionnement de marché, en identifiant des tensions de liquidité ou des ruptures de corrélations avant qu’elles ne deviennent visibles à grande échelle.

Identification de nouvelles classes d’actifs et encadrement du risque

Au-delà de l’arbitrage, l’IA joue également un rôle croissant dans l’identification de nouvelles classes d’actifs. En analysant simultanément des bases de données de transactions, des documents réglementaires, des prospectus et des communications d’entreprises, les algorithmes peuvent détecter l’émergence de segments encore peu structurés, tels que les actifs tokenisés, les obligations vertes ou certaines catégories d’actifs privés. Cette capacité d’analyse transversale permet aux professionnels de mieux comprendre les caractéristiques de ces actifs, leur liquidité potentielle et leurs risques spécifiques.

McKinsey souligne toutefois que ces usages restent réservés à des acteurs disposant de cadres de gouvernance solides. L’identification d’opportunités nouvelles ou sophistiquées nécessite un contrôle strict de la conformité, une définition claire des limites de risque et une supervision humaine constante. L’IA fournit des signaux et des analyses, mais l’évaluation de leur pertinence au regard des objectifs patrimoniaux du client demeure une responsabilité humaine.

EY rappelle enfin que l’exploration de nouvelles classes d’actifs par l’IA doit s’inscrire dans un cadre réglementaire rigoureux, notamment en Europe, afin de garantir la protection des investisseurs et la cohérence avec les obligations fiduciaires des conseillers.

Sources : Bis, McKinsey, EY