Une intelligence collaborative
Perspicacité humaine et technologie de pointe
Chez Unigestion, nous croyons à l’intelligence collaborative et à la force des humains et des machines qui travaillent ensemble. Nous dotons nos équipes d’investissement de technologies de pointe afin de mieux comprendre les marchés financiers. Cette approche combinée nous permet de gérer les risques efficacement dans le cadre de nos stratégies d’investissement afin d’obtenir de meilleurs résultats pour nos investisseurs.
Les marchés deviennent de plus en plus complexes et la technologie avance à un rythme effréné. Ces dix dernières années, les interactions, les transactions, le travail et la consommation ont connu de profondes transformations. Dans la finance, l’innovation technologique a ouvert un vortex numérique qui bouleverse le secteur de la gestion d’actifs. Dans cet environnement en constante évolution, les méthodes que nous utilisons pour naviguer les marchés doivent s’adapter en permanence.
Nous associons notre analyse sophistiquée et systématique aux vues prospectives de nos experts en investissement
Rigueur systématique
L’analyse systématique et modélisée des actifs et des marchés d’Unigestion constitue un moyen solide et reproductible d’évaluer les risques. Nos outils sophistiqués et exclusifs exploitent les toutes dernières avancées en matière d’apprentissage machine et du big data. Ils nous permettent de traiter de vastes échantillons de données – et de le faire rapidement et fréquemment. Nos modèles fournissent également une structure et un processus qui permettent d’éliminer les biais émotionnels et la dépendance excessive à une personne en particulier.
Cependant, les meilleures idées d’investissement ne viennent pas uniquement des machines. Les modèles peuvent identifier les changements de régime et les nouveaux facteurs de risque, mais sont insuffisants pour interpréter les données et s’adapter aux nouveaux paradigmes. Certains risques, tels que les risques géopolitiques ou les questions ESG, nécessitent une vision humaine pour les prévoir et les comprendre. Les machines ne peuvent fonder leur analyse que sur des données historiques, de sorte que des événements inédits ne peuvent être traités par un processus purement quantitatif. L’analyse et l’expérience qualitatives seront toujours utiles à ces moments-là.
Sagesse humaine
Nous complétons nos modèles systématiques par des analyses discrétionnaires et prospectives à l’intérieur et entre les catégories d’actifs. Nos équipes d’investissement examinent les données quantitatives, identifient les domaines à améliorer et les superposent à leur évaluation des risques futurs. Leur expérience collective, leur connaissance des structures de marché et leur interprétation des subtilités du marché sont essentielles à notre évaluation du risque. Nous mettons en œuvre tous nos points de vue discrétionnaires selon un processus collaboratif afin de minimiser les biais humains.
L’analyse des marchés financiers n’est pas une science exacte ; elle est influencée par le comportement humain, qui est difficile à quantifier. Les ordinateurs excellent à répondre à des questions bien définies avec des objectifs clairs. L’homme reste la clé pour poser les bonnes questions, interpréter les résultats et s’adapter à l’évolution des marchés. Nous pensons qu’une collaboration entre l’intelligence humaine et l’analyse mécanique permet de prendre des décisions d’investissement plus intelligentes, plus rapides et mieux informées.
Nous pensons qu’une collaboration entre l’intelligence humaine et l’analyse par la machine aboutit à des décisions d’investissement plus intelligentes, plus rapides et mieux informées.
L’intelligence collaborative en action
Chez Unigestion, nous utilisons de nombreux modèles systématiques propriétaires pour la gestion de nos stratégies d’investissement, mais toujours sous la supervision de nos équipes d’investissement. Nos gestionnaires travaillent aux côtés d’analystes quantitatifs pour maximiser les échanges de connaissances et la détection des changements fondamentaux du sentiment du marché. Voici quelques-unes des façons dont nous utilisons l’intelligence collaborative dans nos processus de décision en matière d’investissement :
Ciblage dynamique du risque pour l’ensemble du portefeuille
L’un des éléments clés de notre processus de gestion des risques multi-actifs consiste à définir le degré de risque à assumer. Nous utilisons à la fois des données systématiques et qualitatives pour déterminer s’il faut utiliser le risque à plein régime dans nos portefeuilles ou mettre en place des stratégies de couverture.
Par exemple, lors d’événements programmés tels que des réunions de banques centrales, nous cherchons à « dé-risquer » nos portefeuilles si nous pensons que les marchés sous-estiment la probabilité d’un résultat négatif. Nous pouvons rapidement rééquilibrer les portefeuilles après l’événement pour bénéficier de la réaction du marché. Ce type d’événement est difficile à saisir de manière systématique, c’est pourquoi nous nous appuyons sur le jugement et l’expérience de notre équipe.
A titre d’illustration, nous avons anticipé une forte probabilité de volatilité des marchés autour du référendum de Brexit. Nous avons donc réduit le risque en augmentant notre position cash avant le vote. Nous avons également acheté des options d’achat sur des indices européens, qui généreraient des performances dans un environnement de marché positif.
Comprendre le risque à travers et au sein des classes d’actifs
Nous utilisons également l’intelligence collaborative pour évaluer la valeur relative entre et au sein des catégories d’actifs. Notre allocation d’actifs basée sur le risque macro est principalement déterminée par un processus systématique, mais nous surveillons également de près le risque de marché en utilisant des techniques qualitatives. Par exemple, nous analysons les cours actuels pour éviter les erreurs d’évaluation des risques extrêmes et contrôlons le positionnement du marché pour déceler les signes de saturation. Nous avons développé plusieurs outils pour structurer nos évaluations qualitatives:
- Analyse de carry au niveau historique et transversal pour la valorisation des actifs.
- Suivi du positionnement du marché par l’analyse du bêta de différentes stratégies et des données de la Commodity Futures Trading Commission (CFTC).
- Analyse des déclarations des banques centrales du G10 et création d’un « moniteur de rythme cardiaque » pour les principales institutions.
- Suivi du comportement entre classes d’actifs à travers leurs corrélations globales et l’analyse des ratios de Sharpe.
Là encore, nos équipes d’investissement jouent un rôle essentiel dans l’interprétation des données et l’évaluation des implications pour l’allocation des portefeuilles.
Comprendre le risque actions
Notre processus d’investissement en actions commence par un modèle de sélection systématique qui trie les actions en fonction de critères tels que la stabilité des prix, la diversification, la qualité des bénéfices et la liquidité. L’automatisation de cette première sélection nous permet de renforcer l’évolutivité et de mieux répartir les ressources de notre équipe. Toutefois, l’analyse systématique ne révèle pas tous les risques futurs. C’est pourquoi nous avons intégré une évaluation discrétionnaire des risques à chaque étape du processus d’investissement. Nous effectuons une analyse approfondie des risques top-down et des risques spécifiques à l’entreprise qui sont difficiles à modéliser, notamment :
| Top-down | Spécifique à l’entreprise |
|
|
Cette perspicacité et ce discernement humains nous permettent d’anticiper les nouveaux risques et d’adapter nos portefeuilles en conséquence. Un exemple important est l’inclusion du risque carbone dans notre processus de gestion des risques à 360 degrés. Les émissions de carbone sont désormais une priorité mondiale, en raison d’une plus grande sensibilisation des investisseurs et de changements réglementaires. Cela n’a manifestement pas toujours été le cas et c’est un risque que les modèles systématiques auraient du mal à anticiper.
Contenu lié
Collaborer avec les clients au moyen de la technologie
Nous utilisons aussi l’intelligence collaborative pour co-créer des solutions sur mesure pour nos clients. Partager nos modèles d’allocation d’actifs et de gestion des risques avec nos clients est essentiel pour créer un dialogue ouvert et transparent. Cela nous permet de révéler toute divergence potentielle entre le profil de risque de leur portefeuille et leurs objectifs d’investissement. Nous pouvons également montrer l’impact de leurs préférences sur le risque, la liquidité et les rendements attendus, tout en intégrant les contraintes réglementaires ou ESG. Cela devient de plus en plus important à mesure que les investisseurs se tournent vers des catégories d’actifs plus sophistiquées pour atteindre leurs objectifs d’investissement.
