Le raisonnement tenu par la banque n'a rien de très original, puisqu'il était déjà à l'origine, entre autres, d'une des premières applications dans le domaine du trading de la technologie retenue pour son initiative, IBM Watson, dès 2014. Partant du constat de la surcharge d'information à laquelle sont confrontés les analystes financiers dans notre monde contemporain, il suggère que les outils modernes, capables d'absorber des volumes de données quasiment infinis, vont pouvoir prendre leur relais.
En conséquence, les indices AiPEX (pour « AI Powered US Equity Indexes ») reposent sur ce qui est présenté concrètement comme un moteur de règles (l'IA n'est évoquée que pour les apparences !), conçu par le spécialiste Equbot et capable d'ingurgiter les productions d'une multitude de sources différentes – tweets, communiqués, conférences, commentaires, imagerie satellite… – dans toutes leurs dimensions – contenu, forme, ton… – et d'en extraire une compréhension intime des entreprises évaluées.
Pour le reste, les méthodes mises en œuvre sont semblables aux approches traditionnelles. Les 1 000 plus grandes sociétés américaines sont qualifiées selon trois axes complémentaires – santé financière (chiffres clés), management et perspectives (sentiment du marché, risques…) – de manière à retenir les 250 les mieux positionnées globalement, avec une pondération ajustée en fonction de leur score combiné, quelques mécanismes de contrôle (de volatilité, notamment) complétant le modèle.
En comparaison des essais antérieurs d'exploitation de données extra-financières dans le cadre de stratégies d'investissement, les projections d'un indice AiPEX sur un historique d'une quinzaine d'années révèlent une focalisation bien moindre sur la performance brute que sur l'amortissement des chocs (crise de 2008, pandémie…), qui reflète essentiellement la qualité des modalités de maîtrise de la volatilité. Ce choix paraît certes cohérent avec la prudence naturelle d'une banque mais il limite la capacité à juger de l'efficacité de l'appréciation portée par l'IA sur les valeurs considérées…
Entre cette initiative de HSBC, qui ressemble surtout à une opération de communication autour de la technologie employée et peine à convaincre sur ses résultats réels, et la litanie de jeunes pousses qui, au fil des années, ont fait miroiter des bénéfices tenant de la martingale, le recours à l'analyse de données et à l'intelligence artificielle dans le domaine de l'investissement rencontre décidément de sérieux obstacles. Peut-être faudrait-il admettre que les technologies existantes, élaborées et mises au point depuis longtemps, sont finalement suffisantes pour les besoins de l'utilisateur moyen ?