Le débat sur l'efficience des marchés remonte aux origines mêmes de la finance moderne. Les marchés sont-ils vraiment efficients ou bien les biais humains génèrent-ils des opportunités exploitables? Tant que l'homme intervient dans l'équation (pour interpréter des données, prendre des décisions ou simplement appuyer sur un bouton) son comportement continuera d’influencer les marchés. Ces biais, loin d'être aléatoires, offrent un terrain fertile pour des stratégies systématiques visant à tirer parti des inefficacités.

Ce débat est particulièrement controversé dans le domaine des devises, souvent considérées comme la classe d'actifs la plus efficace. Examinons l’interaction entre le comportement humain et l'intelligence artificielle pour comprendre comment les données sur les sentiments peuvent créer des signaux de négociation prédictifs pour ce marché réputé pour son efficacité. Pour commencer, revenons sur deux côtés opposés qui sous-tendent ce débat.

À droite: les efficiences du marché

L'hypothèse du marché efficient (EMH) trouve ses défenseurs les plus fervents sur le marché des devises, le plus efficient et complexe. Avec des milliers de milliards de dollars échangés chaque jour, la liquidité et la diffusion de l'information sont inégalées, ce qui conduit beaucoup à penser que les prix des devises reflètent presque instantanément toutes les données disponibles. En 1983, Kenneth Rogoff et Richard Meese ont conclu que les marchés des devises s’apparentent à une marche aléatoire: même les modèles les plus sophistiqués ne parvenaient pas à mieux prédire les taux de change que le hasard. Et contrairement aux actions, aux obligations ou aux matières premières, qui sont souvent liées aux fondamentaux d'une entreprise ou d'un secteur, les valorisations des devises sont profondément liées aux forces macroéconomiques, aux développements géopolitiques et à la dynamique des taux d'intérêt relatifs. Par conséquent, la recherche d'inefficacités dans les devises nécessite des stratégies qui vont au-delà de l'analyse fondamentale.

Les mouvements des taux de change montrent généralement une volatilité accrue autour de ces annonces, en particulier lorsque les surprises s'écartent du consensus. 

À gauche: les inefficacités de la finance comportementale

Dans un monde où les préjugés, la peur et la cupidité dictent souvent le comportement des marchés. L’intuition prend le pas sur les tableurs, l’aversion aux pertes surpasse l'attrait des gains et nous agissons souvent à l'encontre de nos intérêts à long terme. Loin d'être rationnels, nous sommes des êtres guidés par des instincts qui se répercutent sur les marchés, influençant les économies de manière étonnamment prévisible. La finance comportementale soutient que le comportement humain peut profondément façonner les marchés. Une réalité difficile à nier.

Cela soulève une question: les êtres humains sont-ils désespérément déraisonnables ou existe-t-il une autre explication à ces tendances irrationnelles? Heureusement pour notre dignité collective, c'est la seconde hypothèse qui prévaut. Nos préjugés ne sont pas des actes irrationnels commis au hasard mais des schémas remarquablement cohérents et prévisibles, que l'on retrouve dans la notion de sentiment: l'ensemble des émotions, de l'optimisme, du pessimisme et des attentes du marché. Le sentiment peut faire varier les prix d'une manière qui ne correspond pas forcément à la valeur intrinsèque d'un actif ; il a tendance à osciller entre des hauts et des bas extrêmes, passant d'une spéculation démesurée à une panique maniaque, amplifiant ainsi les mouvements du marché.

L'actualité comme baromètre du sentiment

Mais comment pouvons-nous mesurer de tels modèles de comportement collectif? En tant que Quants, quelles données pouvons-nous exploiter pour distiller les courants sous-jacents du marché des devises? La réponse se trouve dans l'actualité, et plus particulièrement dans l'actualité macroéconomique. Imaginez que vous ayez accès à tous les articles, tweets, transcriptions d'appels à bénéfices et billets de blog qui ont eu un impact sur les devises au cours du mois écoulé. Le traitement du langage naturel (NLP) est un outil d'apprentissage automatique qui permet de traiter et de quantifier ces données en quelques secondes et de fournir des informations qui, autrement, resteraient enfouies dans le bruit. Le NLP attribue des scores de sentiment à des textes non structurés, les classant comme positifs, négatifs ou neutres. Les informations financières, en particulier, qui sont publiées au rythme d'un article toutes les 0,2 seconde dans le monde, sont un indicateur clé du sentiment: une vague d'informations négatives sur un actif donné est souvent corrélée à une baisse immédiate des prix, les investisseurs réagissant en temps réel.

Le mécanisme de transmission des nouvelles macroéconomiques

Les communiqués de presse macroéconomiques, tels que les chiffres de l'emploi non agricole, les rapports sur l'IPC et les décisions des banques centrales, jouent un rôle essentiel dans l'évolution des marchés des changes, déclenchant souvent une volatilité importante lorsque les marchés réévaluent leurs attentes. Les mouvements des taux de change montrent généralement une volatilité accrue autour de ces annonces, en particulier lorsque les surprises s'écartent du consensus. Cependant, l'interprétation de l’actualité macroéconomique est loin d'être simple ; son impact dépend fortement du positionnement préexistant du marché et de l'évaluation générale des risques. Par exemple, un bon rapport sur l'emploi aux États-Unis peut stimuler le dollar dans un scénario, mais l'affaiblir dans un autre si l’aversion au risque domine et que les flux vers de valeurs sûres favorisent des monnaies comme le franc suisse. 

Du sentiment à la stratégie

Les données sur les sentiments liés aux actualités macroéconomiques et aux événements liés aux devises offrent des perspectives riches et nuancées sur la croissance, l'inflation et les attentes politiques économiques de chaque région. La stratégie théorique que nous examinons repose sur un postulat faussement basique: exploiter les indices de sentiments issus des actualités macroéconomiques et des événements liés aux devises dans sept économies, à l'aide de RavenPack News Analytics. La stratégie est rééquilibrée mensuellement, en prenant des positions longues équipondérées dans 7 devises contre le dollar avec un sentiment positif et des positions courtes sur celles avec un sentiment négatif, sur la base des scores de sentiment combinés.

La peur l'emporte sur l'avidité

La stratégie s'avère bien plus efficace en capitalisant sur la peur, plutôt que sur l'avidité. En effet, les nouvelles négatives ont tendance à avoir un impact plus fort et immédiat sur les prix du marché que les nouvelles positives. Cette asymétrie n'est guère surprenante si l'on considère la réaction instinctive de l'être humain: la peur est un mécanisme de survie, tandis que ne pas céder à la cupidité implique se résulte en une simple occasion manquée.

Des épisodes historiques mettent en évidence l'impact démesuré du sentiment négatif. Lors de la crise financière de 2008, par exemple, les craintes portant sur l'effondrement des banques et les dettes souveraines ont entraîné une forte baisse des devises les plus risquées, comme la livre sterling, tandis que le dollar américain s'envolait. De même, lors du référendum sur le Brexit en 2016, la livre a chuté à ses plus bas niveaux depuis plusieurs décennies, dans un contexte d'incertitude quant à l'avenir économique et politique du Royaume-Uni. Plus récemment, la pandémie de COVID-19 en 2020 a déclenché une chute brutale des monnaies des marchés émergents, comme le real brésilien et le rand sud-africain, les investisseurs cherchant à se réfugier dans des valeurs sûres.

Conclusion

Prévoir les rendements des devises a toujours été un défi de taille, façonné par l'interaction les forces macroéconomiques et la psychologie des marchés. Après avoir réexaminé le débat de longue date entre l'hypothèse des marchés efficients et les inefficiences de la finance comportementale, nous avons constaté que les deux ont peut-être un fond de vérité. Lorsqu'ils sont considérés uniquement sous l'angle des données macroéconomiques, les marchés semblent efficients, mais en examinant le sentiment qui façonne la manière dont les acteurs du marché interprètent ces mêmes données, les inefficacités apparaissent au grand jour. La finance comportementale nous donne les outils pour comprendre cette dynamique, tandis que l'apprentissage automatique nous donne les outils pour saisir les opportunités. Ensemble, ils nous permettent de transformer le sentiment en indice, même sur les marchés les plus efficients. Pour reprendre les mots de Kahneman, «nous sommes aveugles à notre aveuglement», mais grâce à l'intelligence artificielle, nous commençons à apercevoir les schémas qui se dessinent derrière un bruit apparemment irrationnel.