L’IA est-il un véritable « game changer » pour la gestion quantitative ?

Mike Chen, head of next gen quant research, Robeco : Les stratégies quantitatives ont toujours été guidées par les données et les technologies. L’IA en est le dernier chapitre mais le Machine Learning (ML) et le Natural Language Processing (NLP) nourrissent nos recherches et nos stratégies depuis des années. Ce qui change aujourd’hui, c’est l’ampleur de ce que ces techniques d’IA peuvent faire et la variété de données qu’elles peuvent traiter. La question n’est plus de savoir si l’IA va transformer la gestion d’actifs, mais quelle en sera la profondeur. Reste que l’IA n’est pas une solution miracle. Son succès dépend d’une sélection minutieuse des modèles, de leur interprétation et explicabilité. Utilisé avec compétence et rigueur, il peut constituer un atout puissant dans la boîte à outils de l’investisseur quantitatif.

Comment ces nouvelles techniques sont-elles intégrées ?

Les techniques de ML sont de plus en plus importantes dans le quantitatif, de par leur capacité à saisir les dynamiques complexes des données financières et à améliorer les prévisions de performances et de risques. Cela nous permet d’affiner les signaux existants et de découvrir de nouvelles sources d’alpha. Quant au NLP, un cap a été franchi : de simple comptage de mots à de vastes modèles linguistiques capables de saisir les nuances, le ton et l’intention. Ces signaux alimentent nos modèles et peuvent nous donner une longueur d’avance dans l’évaluation du sentiment de marché et de la santé d’une entreprise. Plus récemment, les modèles d’IA générative et le Large Language Model (LLM), dont Chat-GPT, associés à de puissants algorithmes sont venus changer la donne. L’étape d’après, c’est l’IA agentique, avec l’émergence d’agents autonomes capables de prendre des décisions. Et là, c’est un vrai changement de paradigme.

Comment garantir la fiabilité des données dans cet océan d’informations ?

Pour séparer le bruit du signal et convertir le torrent de données alternatives en informations tangibles, il faut combiner des techniques d’IA innovantes avec des hypothèses économiques raisonnables. L’intégration de l’IA dans les processus d’investissement offre aux gérants quantitatifs les avantages d’une plus grande rapidité, de sources d’informations plus larges et d’un meilleur traitement de l’information. Mais il faut également faire preuve de détermination, de lucidité et de transparence lorsque l’on utilise l’IA dans nos processus. Et face au risque d’« AI Washing », il est crucial que toute nouvelle technique ou tout nouveau signal soit motivé par une logique économique et prouve sa valeur au travers de backtests rigoureux.

Comment intégrez-vous ces avancées dans vos stratégies ?

Avec plus de 90 milliards d’euros (*) gérés selon des modèles quantitatifs et plusieurs décennies d’expérience, Robeco abrite l’une des plus grandes équipes quantitatives en Europe (>50 personnes), avec des liens étroits avec le monde académique. Ce fort ADN quantitatif nous permet de rester à la pointe de l’innovation. Depuis 2009, au-delà des facteurs traditionnels bien connus, nous exploitons ces sources de données alternatives pour développer de nouveaux signaux et enrichir nos stratégies quantitatives. Depuis 2019, nous intégrons pleinement le ML et le NLP pour créer des stratégies innovantes au sein de notre pôle « Next Gen Quant ».

En quoi consiste le Next Gen Quant ?

En un mot : l’innovation ! Le Next Gen Quant repose sur des données qui ne figurent pas dans les sources d’informations financières traditionnelles : articles de presse, Internet, réseaux sociaux, données satellites, enregistrements audio… En utilisant des algorithmes et des modèles informatiques avancés, il s’agit de capter des signaux à horizons plus courts ou non identifiés par les modèles factoriels traditionnels pour développer des solutions robustes, axées sur la génération d’alpha, capables de naviguer des marchés volatils et répondant à des besoins en constante évolution. Avec la croissance exponentielle de l’IA, tout s’accélère.

Et comment cela se traduit-il en matière d’innovations ?

Dans notre pôle d’incubation Next Gen Quant, nous développons et testons de nouvelles stratégies basées sur l’IA. L’ETF Dynamic Theme Machine (DTM), lancé en 2024, en est un exemple emblématique. Cette solution multithématique unique combine NLP, quantitatif et fondamental. Notre moteur d’IA analyse d’immenses sources de données pour détecter des thèmes, le sentiment associé, identifier le momentum thématique et signaler quand un thème gagne ou perd de l’attrait. Cela nous permet de procéder à une allocation dynamique entre les thèmes émergents et établis. Cette approche, entièrement pilotée par les données, évite tout attachement émotionnel à un thème particulier et garantit des décisions fondées sur des fondamentaux solides pour saisir les opportunités thématiques.

(*) Données à fin juin 2025, source Robeco.

Destiné aux investisseurs professionnels. Robeco Institutional Asset Management BV (n° de registre 24123167) est une société de gestion de droit néerlandais agréée par l’AFM et autorisée à la libre prestation de service en France. Tout investissement est soumis à un risque, et notamment de perte en capital. Les documents d’informations clés et prospectus sont disponibles sur www.robeco.com/fr.