Quel est l'impact de l'IA sur l'investissement sur le marché secondaire ?
TechFlow SélectionTechFlow Sélection
Quel est l'impact de l'IA sur l'investissement sur le marché secondaire ?
L'IA est utile, mais le rôle des grands modèles linguistiques est très limité.
Dédié à des analyses Web3 approfondiesPar Lucida
Avec la sortie de Sora, l'IA a récemment fait un nouveau bond en avant, relançant aussi fortement le secteur technologique lié à l'intelligence artificielle.
Ces deux dernières années, des institutions financières traditionnelles telles que Bloomberg, Wind ou encore Tiger Brokers ont successivement lancé leurs propres modèles verticaux spécialisés. Dans l'industrie crypto, de nombreux produits comme Dune ont intégré l'IA ou publié directement des GPT spécialisés. J'ai personnellement testé presque tous ces outils.
Le véritable avantage concurrentiel sur le marché secondaire
Concernant « l’impact de l’IA sur l’investissement en marché secondaire », mon avis personnel est le suivant : L’IA est utile, mais le rôle des grands modèles linguistiques (LLM) reste très limité.
La raison ? Le véritable avantage concurrentiel sur le marché secondaire repose sur une supériorité méthodologique et cognitive face aux autres acteurs du marché, et non pas sur une simple domination en productivité.
Les bons traders (notamment quantitatifs), grâce à une longue expérience accumulée dans les marchés, comprennent profondément les caractéristiques du marché et parviennent ainsi à élaborer des stratégies de trading stables et quantifiables. À l’inverse, les traders moins performants subissent des pertes continues et finissent par être éliminés du marché, ce qui permet au marché d’évoluer selon un processus de « survie du plus apte ». Par conséquent, gagner de l’argent devient de plus en plus difficile.
Ainsi, pour battre durablement le marché et générer des profits réguliers, il faut évoluer plus vite que le marché lui-même et comprendre les autres participants mieux qu’eux-mêmes. C’est une victoire de méthode et de niveau cognitif, et c’est précisément cela qui constitue l’avantage concurrentiel fondamental sur le marché secondaire. Dans la plupart des cas, le consensus du marché représente un facteur de risque. Par conséquent, « chercher ce qui sort du consensus » est la compétence la plus essentielle pour un trader (quantitatif), et reflète un niveau cognitif élevé.
Approfondissons davantage : cette capacité n’a pas de lien direct avec le fait d’avoir obtenu ou non le CFA ou une formation en ingénierie financière. Si passer le CFA ou maîtriser la finance quantitative suffisait à générer des profits, alors gagner de l’argent sur les marchés secondaires serait bien trop facile. Une évidence de bon sens est la suivante : dans n’importe quel secteur, pour réussir financièrement, il faut posséder quelque chose que la grande majorité des gens n’ont pas. C’est cela, la véritable compétitivité — que ce soit des ressources, du capital, une cognition supérieure, une méthodologie ou une expérience particulière.
Par conséquent, toute personne, tout projet ou toute initiative qui prétend vous aider à gagner beaucoup d’argent directement ou à très faible coût peut être catégorisé comme relevant soit de la mauvaise foi, soit de la naïveté.
Revenons à l’IA. En me basant sur les expériences publiques que j’ai pu avoir avec le modèle linguistique le plus avancé actuellement accessible, GPT-4, il est clair que sa compréhension du monde reste nettement inférieure à celle d’un humain. Son avantage principal réside dans l’amélioration de la productivité, avec un niveau comparable à celui d’un étudiant universitaire. Cela ne correspond donc pas à l’avantage concurrentiel central que nous venons d’évoquer sur le marché secondaire. Ce n’est que lorsque les modèles comme GPT atteindront, voire dépasseront, la compréhension humaine du monde que leur impact sur l’investissement en marché secondaire deviendra révolutionnaire.
En outre, les modèles linguistiques actuels dans l’industrie crypto sont encore largement en retard par rapport même à GPT-3.5, sans parler de GPT-4. Il reste donc un long chemin à parcourir avant que des GPT verticaux puissent réellement effectuer des transactions en crypto ou fournir des décisions d’investissement fiables aux utilisateurs.
Quelle utilité concrète pour l’IA ?
Est-ce à dire que l’IA n’a aucune utilité pour l’investissement en marché secondaire ? Non. Elle a quelques applications potentielles, notamment dans les domaines suivants :
-
La recherche de facteurs : dans la finance traditionnelle, quelques hedge funds très en pointe utilisent des modèles ML/DL pour extraire des facteurs. Comparé à la méthode traditionnelle basée sur l’humain, cette approche excelle principalement en nombre de facteurs identifiés, mais souvent au détriment de leur qualité. Ce n’est toutefois pas la norme dans l’industrie, et requiert des équipes extrêmement qualifiées.
-
Le nettoyage et le traitement des données : par exemple, utiliser le machine learning pour optimiser les valeurs manquantes ou aberrantes dans un jeu de données, ou identifier le volume des MEV Bot.
-
Le trading algorithmique : principalement appliqué à la microstructure du marché, comme les carnets d’ordres.
-
Le traitement de facteurs alternatifs : analyser le contenu des actualités ou des réseaux sociaux pour déterminer s’il est positif ou négatif, voire lui attribuer un score.
-
Utiliser GPT pour structurer des données en langage naturel : par exemple, les rapports annuels des entreprises disponibles dans le système SEC EDGAR (Electronic Data Gathering, Analysis, and Retrieval) sont au format texte. GPT peut les transformer efficacement en données structurées, avec probablement de bons résultats.
Voilà à peu près tout ce qui me vient à l’esprit pour l’instant. N’hésitez pas à compléter si j’ai oublié des points. À partir de ces exemples, on peut observer quelques tendances :
-
Les cas 1, 2 et 3 étaient déjà assez matures avant même l’essor des GPT.
-
Les cas 4 et 5 relèvent surtout des applications des GPT. Je n’ai pas testé le cas 4, mais son efficacité semble limitée : premièrement, les facteurs alternatifs pèsent peu dans les stratégies multi-facteurs ; deuxièmement, les facteurs extraits de manière simpliste et peu coûteuse ont peu de chances d’être performants, et s’ils l’étaient, ils deviendraient rapidement obsolètes. Le cas 5 améliore simplement la productivité.
-
Tous ces scénarios impliquent l’utilisation de l’IA dans des tâches très spécifiques et ponctuelles, et non pas pour remplacer directement un trader ou un investisseur. La raison en est que le niveau de compréhension du marché offert par ces modèles reste trop bas. De plus, le rapport signal/bruit dans le secteur financier est extrêmement faible, incomparable à des domaines comme la conduite autonome.
Dans cette perspective, les produits IA dans le domaine crypto comme Dune adoptent une approche relativement raisonnable. Ils n’essaient pas de jouer le rôle d’un conseiller financier intelligent en fournissant directement des signaux de trading — ce n’est d’ailleurs pas leur vocation. Ils utilisent plutôt l’IA pour améliorer l’efficacité de production, car écrire des requêtes SQL reste une barrière trop élevée pour les utilisateurs ordinaires. Même si, pour l’instant, l’outil n’est pas encore très intelligent…
Bienvenue dans la communauté officielle TechFlow
Groupe Telegram :https://t.me/TechFlowDaily
Compte Twitter officiel :https://x.com/TechFlowPost
Compte Twitter anglais :https://x.com/BlockFlow_News
@lucidafund
