Décoder rapidement les intentions de la Fed, de la Banque centrale européenne ou de la Banque d’Angleterre peut donner un avantage énorme sur les marchés. Il n’est donc pas surprenant que la première application de l’intelligence artificielle sur les marchés financiers soit consacrée à ce thème.

La banque américaine JPMorgan est la première à sortir du bois. « Bien que de nombreux autres produits aient des chances de voir le jour dans les prochains mois, nous devrions garder une longueur d’avance », souligne-t-elle dans une note de présentation de son outil. La promesse est simple : « Dans la mesure où être le premier sur le marché est important pour un trader ou un algorithme, [ce produit] se révélera d’une valeur considérable », assure la banque de Wall Street.

Plus de 25 ans d’archives
La vitesse à laquelle l’intelligence artificielle générative, appuyée par le traitement automatisé du langage naturel (NLP), est passée de la démonstration à la commercialisation est impressionnante. Ce n’est que début avril que deux chercheuses de la Fed de Richmond montraient pour la première fois l’intérêt des modèles du type ChatGPT pour aider à décoder les politiques monétaires.
Il faut dire que le sujet s’y prête particulièrement bien. Non seulement les enjeux financiers sont immenses, ce qui incite les professionnels à investir, mais les données nécessaires à l’entraînement des modèles sont faciles d’accès. Les discours des banquiers centraux sont disponibles sur Internet, avec des archives remontant à la fin des années 1990 aux Etats-Unis, au Royaume-Uni et en Europe. Rien que pour la BCE, 2.757 discours sont disponibles, les plus anciens datant de 1997.

Alimenter les algorithmes
Les équipes de JPMorgan ont passé au crible plusieurs centaines de discours pour isoler des phrases pertinentes et y associer un qualificatif (plutôt accommodant ou « colombe », ou plutôt restrictif ou « faucon »). Entre 3.000 et 4.000 phrases manuellement étiquetées sont nécessaires pour entraîner le modèle, selon JPMorgan. Les applications sont déjà nombreuses.

Lire l’article complet sur : www.lesechos.fr