Depuis que des chercheurs de divers horizons ont démontré leur capacité à prédire les tendances sur les marchés financiers à partir d'une analyse des sentiments exprimés sur les réseaux sociaux (voir par exemple le cas de TweetTrader), la mise en œuvre "commerciale" de cette technique n'était qu'une question de temps. L'attente est maintenant terminée : la société d'investissement londonienne Derwent Capital Markets vient de lancer[lien PDF] un hedge fund adoptant ce principe.
Les créateurs du fonds ont apparemment été séduits par les résultats d'une étude de l'université de Cornell, dont ils auraient acquis une licende d'utilisation des algorithmes. Ceux-ci permettraient notamment d'atteindre une précision de 87% dans la prédiction des hausses et baisses de l'indice Dow Jones de la bourse de New York. Comme dans la plupart des travaux similaires, c'est la gigantesque masse d'information, délivrée en temps réel, de Twitter qui fournit la "matière" de l'analyse de sentiments.
Le fait que les marchés sont influencés par les "humeurs" des investisseurs est largement admise dans le secteur financier. L'idée de disposer d'un instrument qui permettent de les mesurer est donc logiquement une sorte de graal pour anticiper les mouvements des valeurs. La difficulté reste cependant de concevoir un "baromètre" précis des émotions humaines, celles-ci s'exprimant de manière très diverse et parfois irrationnelle.
Le travail des chercheurs consiste donc à identifier les "bonnes" clés de décryptage, qui délivrent les meilleurs résultats. Les modèles adoptés par Derwent ont été affinés et validés sur différents événements passés. Mais cela suffit-il pour être confiant sur leur pertinence pour prédire des événements futurs ? Pour ma part, je reste sceptique... Et il existe tellement d'autres domaines où l'analyse de sentiments pourrait être adoptée utilement et sans risques...
Aucun commentaire:
Enregistrer un commentaire
Afin de lutter contre le spam, les commentaires ne sont ouverts qu'aux personnes identifiées et sont soumis à modération (je suis sincèrement désolé pour le désagrément causé…)