Machine Learning : la finance au son de ma voix

Le Cratylisme en finance pourrait évoluer vers une forme plus élaborée : les algorithmes de traitement du langage naturel (NLP).

Par Karl Eychenne.

Acheter ou vendre un actif financier en fonction d’un mot, d’une intonation, voire d’un son. La finance a-t-elle encore un sens ? Le prix d’un actif reflète-t-il encore une réalité quelconque ? Qu’importe, semble nous dire la montée en puissance d’une branche du Machine Learning : NLP…

« Pour qui sont ces serpents qui sifflent sur vos têtes », pas besoin de comprendre le sens de la phrase pour entendre le sifflement des serpents dans la consomme « s » : c’est cela le cratylisme, lorsque le son n’a plus besoin du sens pour définir une expression, lorsque la forme n’a plus besoin du fond et se suffit à elle-même.

En finance cela donne quoi ? Il existerait aussi une forme de Cratylisme : une certaine finance délaisserait de plus en plus le message fondamental (le fond) pour se focaliser sur des signaux particuliers (la forme) : ces signaux pouvant être des mots, des sons, voire des intonations. Dit autrement, l’investisseur n’achèterait plus l’actif pour ce qu’il représente, mais pour ce qu’il est : une chose qui peut monter ou baisser en fonction de certains critères plus ou moins arbitraires.

Avant : la finance saussurienne

Au départ, le prix d’un actif financier est conçu comme un message intelligent. En effet, il est censé nous renseigner sur l’état du monde, les anticipations des agents, leurs préférences, la rareté, le bien-être. Par exemple, si le prix d’une action monte, cela peut vouloir dire que la croissance anticipée des bénéfices est plus forte, ou bien que les agents éprouvent davantage de bien-être à détenir une action, ou les deux.

Le prix d’un actif financier est donc une forme d’image, celle que nous percevons du monde réel (économique) à partir des informations dont nous disposons. D’un point de vue langagier, Ferdinand De Saussure (linguiste) aurait pu nous dire que le prix d’un actif est un signifiant et le monde réel son signifié. On remarque alors que le signifiant tout seul n’a pas grand sens, et que ce n’est qu’une fois rattaché à un signifié qu’il devient intelligent.

Une image ambiguë : si l’on observe seulement le prix d’un actif, il est impossible de savoir ce qu’il reflète exactement : des anticipations ou des préférences ? Par exemple, si le prix d’une action monte, cela signifie-t-il que les investisseurs anticipent une croissance des bénéfices plus forte ? Ou bien qu’ils sont moins exigeants ? Inversement, deux prix d’actifs différents pourront refléter la même réalité, la différence s’expliquera alors par des sensibilités différentes des investisseurs. Ainsi le prix d’un actif est ambigu.

On retrouve un tel type d’ambiguïté dans le langage naturel. Ainsi, un même mot peut avoir deux significations différentes, selon le contexte : dans le cas de la finance, on pourra penser au mot « bourse »…  Inversement, deux mots ou expressions différentes pourront signifier la même chose : l’exemple le plus connu est celui proposé par le logicien Frege : l’étoile du matin et l’étoile du soir sont deux expressions qui désignent la même chose : Vénus. Enfin, une ambiguïté encore plus tordue : le fameux tableau de Magritte illustrant une pipe avec comme sous-titre : « Ceci n’est pas une pipe ».

Aujourd’hui : la finance cratylienne

Parfois, (de plus en plus), l’investisseur semble acheter ou vendre des actifs financiers en fonction de critères qui délaissent le message fondamental. Parmi ces critères, certains font référence à une forme de cratylisme ; on n’achète plus l’actif pour ce qu’il représente (le contenu, le signifié, le fond) mais pour ce qu’il est (le contenant, le signifiant, la forme) : une chose qui peut monter ou baisser en fonction d’un son, d’un mot, ou d’une intonation. On distingue 3 types de cratylisme en finance :

• L’onomatopée : entendre le mot « Krach» quelle que soit votre langue, peut susciter quelque chose de désagréable, de cassant, une fracture, qui peut donner envie de vendre le marché ; sans même que l’on sache définir ce mot. Inversement, le mot « Bubble » est plus rond, il rebondit, et peut laisser une impression plus agréable ; qui donne envie d’acheter encore et encore le marché. En général, nos investisseurs ne se limitent pas à ce genre de critères pour acheter ou vendre.
• La syntaxe : les communiqués des Banquiers Centraux sont scrutés mot par mot, il existe même des personnes dont c’est le métier (Fed Watchers pour la Banque Centrale américaine). Parfois, deux phrases inversées révèlent un message bien différent : « la croissance va mieux, mais toujours pas d’inflation» à la place de « toujours pas d’inflation, mais la croissance va mieux » Parfois, un adverbe est ajouté : « la croissance a accéléré » est remplacé par « la croissance a fortement accéléré ».
• Enfin, il y a une dernière forme que l’on pourrait qualifier de pavlovienne : les stratégies qui exploitent des tendances passées ou bien des anomalies. Les premières regardent seulement les prix passés sous tous les angles, et tentent d’en déduire une régularité ; les deuxièmes font davantage référence aux fondamentaux, mais supposent aussi qu’il y aura un retour à une forme de normalité corrigeant les anomalies. Dans les deux cas, on remarque que la forme l’emporte sur le fond : on a tendance à délaisser le contexte économique ou autre.

Demain : le NLP et la chambre chinoise

Le cratylisme en finance pourrait évoluer vers une forme plus élaborée : les algorithmes de traitement du langage naturel (NLP). Ces algorithmes sont capables d’analyser et classer un nombre important de messages, et sont très utilisés hors finance (Traduction, Tri des spams…). En finance, de plus en plus de fonds d’investissement sont basés sur un tel type de stratégie :

Toutefois, une telle évolution de traitement automatique de l’information se heurte toujours aux mêmes questions philosophiques, la plus connue étant celle de la chambre chinoise : imaginons un ordinateur très puissant à qui l’on demande de traduire un texte français en chinois, il serait tout à fait capable de le faire, mais ne comprendrait absolument rien au texte. De la même façon, nos algorithmes NLP seront capables de trier, classer, de mieux en mieux, mais pourraient-ils un jour manipuler autre chose que des symboles (syntaxe) ?