Google peut-il prédire la finance ?

Chaque année, le laboratoire d'ingénierie et des systèmes de traitement de l'information (ISTI) de l'ESME Sudria travaille sur des projets ambitieux confiés par des entreprises. Sous l'égide de Sébastien Herry, le responsable du laboratoire, les étudiants de 4e et 5e années ont ainsi pu s'occuper de deux projets phares ces derniers mois. Le premier portait sur la réalisation d'un simulateur de réalité virtuelle quand le second abordait la question des modèles d'investissement inspirés des tendances observées par Google.

Supervisé par 42Capital, une société d'investissement / hedge fund basée sur Paris, ce projet réalisé par les étudiants de 5e année consistait à vérifier puis implémenter un modèle d'investissement inspiré d'un article scientifique qui avait fait grand bruit lors de sa parution. « Cet article disait qu'en suivant les informations de flux d'actualité de Google, des flux boursiers et des échanges qu'il pouvait y avoir sur ces flux, on pouvait prédire l'évolution de la bourse, souligne Sébastien Herry. Les étudiants de l'ESME Sudria ont alors implémenté réellement le modèle d'une manière scientifique pour mesurer si cela était vrai. »

Modèle d'investissement : Google peut-il vraiment prédire les cours de la bourse ?
Coachés par le responsable R&D de 42Capital, les étudiants ont fait de nombreux benchmarks et ont montré dans quels cas de figure ce modèle utilisant les Google Trends fonctionnait et dans quels cas il ne s'avérait pas probant. « Une société d'investissement cherche justement à trouver les meilleurs modèles pour essayer de faire évoluer les portefeuilles de ses clients et testent donc plein de modèles pour essayer de trouver les stratégies les plus performantes, précise le responsable du laboratoire. La mission de l'ESME était donc d'implémenter ce modèle et de regarder comment il évoluait et s'il atteignait bien les performances définies par l'auteur. En général, quand on fait de la recherche, on ré-implémente ce qui est donné par les auteurs de littérature scientifique et on le vérifie : c'est ce qu'ont fait les étudiants en confrontant différentes données. Au final, sur des données plus d'actualité, le modèle ne se comportait pas vraiment comme pouvait l'expliquer l'auteur de la littérature. Les étudiants ont réussi à déterminer dans quelles portions des cas cela se passait vraiment bien et dans quelles circonstances on pouvait maximiser ses gains. » Ce projet d'analyse des sentiments issus des média-sociaux pour l'aide à l'investissement a d'ailleurs été désigné « meilleur projet » lors du Symposium 2014.