L'intelligence artificielle utilisée sur les marchés financiers

Titre : L'intelligence artificielle utilisée sur les marchés financiers.
● L'intelligence artificielle utilisée sur les marchés financiers.
Les technologies basées sur l'intelligence artificielle sont également utilisées sur
les marchés financiers. Comme nous le verrons plus loin, l'intelligence artificielle a
ses forces et ses faiblesses, et bien qu'elle ne soit pas aussi performante sur les
marchés financiers que dans d'autres domaines, il existe toujours des exemples
d'utilisation de l'intelligence artificielle. Dans cet article, nous présenterons ces
exemples, mais avant cela, nous expliquerons d'abord pourquoi nous rédigeons ce
rapport maintenant que le boom est terminé, que la période du boom n'a rien à voir
avec la période où la technologie a progressé ou s'est répandue rapidement, et ce
qu'est l'intelligence artificielle en premier lieu.
Ce rapport fournit une longue explication du fonctionnement de l'intelligence
artificielle et une très brève description des domaines d'application. En effet, si vous
ne savez pas comment il fonctionne, vous ne saurez pas pourquoi il peut être utilisé
à cet endroit, alors que si vous savez comment il fonctionne, vous serez en mesure
de juger par vous-même où il peut être utilisé. Veuillez noter que ce rapport a été
rédigé conformément à cette politique.
● Les idées fausses pendant le boom.
Comme indiqué dans mon profil, je suis secrétaire du Financial Informatics
Research Group*1 de l'Association for Artificial Intelligence depuis 2016 (je suis
actuellement le secrétaire principal), et je présente mes recherches depuis 2008,
date à laquelle ce groupe de recherche a été créé. Il s'agit du seul groupe de
recherche spécialisé dans la finance parmi les groupes de recherche appartenant à
la Société japonaise d'intelligence artificielle. C'est probablement le seul endroit au
Japon où l'application de l'intelligence artificielle au domaine de la finance est
discutée de manière professionnelle et académique. Lors de sa création en 2008,
l'intelligence artificielle n'était pas considérée par le grand public, une période dite
"d'hiver", mais en 2016, lorsque je suis devenu secrétaire, le boom de l'intelligence
artificielle dans le grand public venait de commencer. Ce boom a duré environ trois
ans, jusqu'en 2018 environ. Selon le cabinet d'études Garthner, l'intelligence
artificielle traverse actuellement une "période de désillusion" *2.
Pendant ce boom, j'ai pris la parole à divers endroits, y compris à la Banque du
Japon*3, mais maintenant, la seule fois où je parle de l'intelligence artificielle elle-
même, c'est lorsque je donne des conférences à l'université de Kyoto*4. Les

discours sur l'intelligence artificielle qui dépassera bientôt les cerveaux humains
dans tous les domaines, le chômage de masse ou, dans les cas extrêmes,
l'extinction de la race humaine*5, ont parfois occupé une grande partie du temps
de cours pour tenter de contrecarrer cette tendance. Malheureusement, il n'y a pas
que des gens qui n'en parlaient jamais avant le boom, mais quand le boom est
arrivé, ils en ont parlé avec éloquence comme s'ils étaient très compétents dans le
domaine, et quand le boom est retombé, ils ont cessé d'en parler à nouveau,
propageant de nombreuses idées fausses dans le grand public.
Ainsi, si vous rédigez un rapport de ce type pendant le boom, vous devez consacrer
beaucoup de texte à la négation de ces idées fausses qui peuvent normalement être
ignorées, et le rapport doit être moins informatif que la quantité de texte. De plus,
lorsque vous le relirez après le boom, vous vous demanderez peut-être pourquoi
vous avez consacré autant de texte à la négation d'une théorie aussi stupide, et
vous devrez peut-être avoir une connaissance du contexte historique pour
comprendre la structure. Maintenant, vous n'avez pas besoin de toucher à ces
choses tant que ça. C'est pourquoi j'ai décidé d'écrire ce rapport maintenant que le
boom est terminé*6.
● Mystère pourquoi le boom est arrivé à ce moment-là : rien à voir avec les
avancées technologiques ou la diffusion.
Cela est vrai pour tout boom, mais il y a peu de rapportentre le moment du boom
et le moment où la technologie se développe de façon spectaculaire ou l'utilisation
de la technologie se répand*7, en particulier dans le grand public. Parmi ceux qui
sont spécialisés dans la recherche et le développement, la question suivante a
même été posée : "Pourquoi ce secteur est-il en plein essor aujourd'hui ?" La fin de
l'essor de la société en général a eu peu d'impact sur les progrès réels et la vitesse
de diffusion de la technologie.
Le fait que le boom soit passé est plutôt le revers du fait qu'il a commencé à être
utilisé comme une évidence dans la société générale. Il n'est plus nécessaire de dire
à chaque fois qu'il s'agit d'intelligence artificielle. Par exemple, lorsqu'une publicité
pour une application de traitement d'images annonce une fonction qui supprime les
personnes d'une photo de paysage, il n'est plus nécessaire d'ajouter les mots
"utilisant l'intelligence artificielle". Sur le marché boursier, la bulle informatique du
début des années 2000 est souvent appelée bulle internet, mais je pense que c'est
similaire au fait que davantage de personnes utilisent l'internet après l'éclatement
de la bulle et qu'il est difficile d'imaginer un monde sans lui. L'intelligence artificielle

ne fera probablement que se généraliser à l'avenir.
Quelle est la nature de ce que l'on appelle l'intelligence artificielle ?
Qu'est-ce que l'intelligence artificielle ? Nous pouvons nous faire une idée des
domaines dans lesquels l'intelligence artificielle peut être utilisée si nous savons
comment elle fonctionne. Si vous demandez simplement une énumération des
endroits où elle est utilisée, vous ne saurez pas si elle peut être utilisée dans les
domaines non énumérés, mais si vous savez comment elle fonctionne, vous serez
en mesure de juger par vous-même où elle peut être utilisée, et vous pourrez éviter
de suggérer des choses qui ne peuvent pas du tout être faites avec l'intelligence
artificielle.
Le site web de la Société japonaise d'intelligence artificielle (JSAI) comporte une
page expliquant la "recherche sur l'intelligence artificielle" *8, qui précise que
"l'intelligence artificielle (IA) est une machine dotée d'intelligence. Il existe deux
types d'IA : l'IA forte, qui est constituée de machines réellement intelligentes, et
l'IA faible, qui est constituée de machines qui semblent être intelligentes, c'est-à-
dire qui effectuent certaines des mêmes activités intelligentes que les humains. ' et
énumère les technologies de traitement des données par ordinateur, telles que les
algorithmes génétiques, les systèmes experts, la reconnaissance de la parole et des
images, l'apprentissage automatique, le traitement du langage naturel et la
recherche d'informations, comme exemples de domaines de recherche.
Dans le grand public, ces technologies informatiques de traitement des données
sont actuellement désignées par le terme "intelligence artificielle". Si nous suivons
la définition ci-dessus, nous devrions les appeler "technologies d'intelligence
artificielle faible" pour être précis, mais dans ce rapport, elles sont simplement
désignées par le terme "intelligence artificielle". L'intelligence artificielle est un mot
au sens très large, mais aussi un terme très ambigu. On peut dire qu'en le rendant
ambigu, c'est un domaine de recherche qui a donné naissance à de nombreuses
idées avec une pensée flexible sans limiter le domaine de recherche. Cependant,
d'un autre côté, l'image trop forte du mot a parfois conduit à des attentes excessives
et à des déceptions sur le terrain.
Pour le dire très simplement et sans crainte de malentendu, l'intelligence artificielle
désigne toutes les nouvelles méthodes de traitement des données par les
ordinateurs. Par conséquent, à mesure que les choses qui étaient appelées
intelligence artificielle se répandent, elles ne seront plus appelées intelligence
artificielle à part entière. La recherche d'informationsmentionnée ci-dessus est

maintenant simplement appelée "recherche" et fait référence à la technologie
utilisée pour rechercher des mots clés lors d'une recherche sur Internet. Dans le
passé, le mot "robot" a été délibérément ajouté*9, mais aujourd'hui, on l'appelle
simplement "recherche", même si elle utilise une technologie précédemment
appelée "intelligence artificielle".
● Comment fonctionne l'intelligence artificielle.
Tout d'abord, je voudrais dire que, même si nous parlons d'intelligence artificielle,
la façon dont nous traitons les données est complètement différente de celledes
humains. L'approche est complètement différente de celle des humains. De plus,
certains d'entre eux ne se rapprochent pas du développement de la technologie, et
d'autres s'en éloignent même. Par exemple, dans la technologie de la traduction
automatique, le courant dominant actuel consiste à ignorer la grammaire et les
types de mots et à simplement les quantifier avant le traitement, ce qui a
considérablement amélioré la précision de la traduction par rapport à la technologie
précédente qui tenait compte de la grammaire et d'autres facteurs*10. Il est
préférable de supposer qu'il y a beaucoup de choses qui sont faciles pour les
humains mais complètement impossibles pour l'intelligence artificielle, plutôt que la
plupart d'entre elles. À l'inverse, il existe plusieurs domaines où des choses difficiles
pour les humains sont très faciles pour l'intelligence artificielle. Il est important de
comprendre comment il fonctionne pour savoir où se trouvent ces zones.
En 2016, la nouvelle de la défaite de joueurs de Go de haut niveau par une
intelligence artificielle a choqué le grand public*.11 Ici, nous allons nous pencher
spécifiquement sur le fonctionnement de l'intelligence artificielle, en prenant le Go
comme exemple. Veuillez noter que certaines parties peuvent être strictement
incorrectes, l'explication étant ici axée sur la clarté sans crainte d'une mauvaise
interprétation.
Supposons maintenant que la situation ressemble à la figure 1*12, où les Blancs
envisagent de placer dans la position schématisée. Dans le cas des humains, ils
devraient penser en termes de joseki, de situation globale et de lecture en avant.
Dans le cas d'une intelligence artificielle, cependant, elle le placerait là pour le
moment, et calculerait ensuite le taux de victoire en essayant un grand nombre de
batailles entre elle. S'il remporte une majorité écrasante, il le place là, sinon, il
envisage d'autres emplacements. Si vous répétez cette opération un grand nombre
de fois, vous pouvez couvrir un grand nombre de développements futurs possibles
et calculer le taux de gain lorsque vous le placez là.

Dans la lutte contre elle-même, l'intelligence artificielle n'a pas besoin d'être forte
dès le départ. Au début, il suffit de le placer au bon endroit, et si la probabilité de
le placer à un endroit où il a des chances de gagner augmente progressivement,
c'est tout ce qui compte. C'est une tâche énorme, mais en fait, aucune connaissance
du go n'est requise. Même moi, qui ne connais pas le Go, je serais capable de
trouver un mouvement qui étonnerait les professionnels dans environ 5 000 ans.
Les choses simples comme celle-ci, qui doivent être répétées un grand nombre de
fois, sont ce que l'intelligence artificielle sait faire. Et si l'intelligence artificielle a
généralement besoin de grandes quantités de données, dans certains cas, comme
dans le cas du go, elle peut générer des données de jeu à partir de ses propres
parties.
● Comment fonctionnent les réseaux neuronaux.
Une explication plus détaillée est tentée. Je vais expliquer très brièvement, sans
crainte de malentendus, comment fonctionnent les réseaux neuronaux, une
méthode d'apprentissage automatique. L'apprentissage profond (deep learning), tel
qu'il a été connu du grand public pendant le boom, est un moyen innovant de
connecter et de coordonner avec succès un grand nombre de réseaux neuronaux.
Voir la figure 2. Cette figure et l'explication qui suit sont une version concise du
site web de Steven Miller*13, consultez-le donc pour plus de détails. Supposons que
la colonne la plus à gauche soit les données d'entrée, montrant l'emplacement des
pierres dans le Go. Le plateau de go est composé de 19 x 19 = 361, donc 361 0 ou
1 dans cette colonne représenteraient la présence ou l'absence de pierres sur le
plateau. Il y a des pierres blanches et noires sur le plateau de jeu de Go, donc 361
x 2 = 722 0 ou 1 suffiraient pour représenter complètement le plateau.
Maintenant, une donnée de 1 est entrée dans le coin supérieur gauche, qui est
multipliée par un poids de 0,8 pour passer à la couche cachée supérieure dans la
deuxième colonne. Les données d'entrée situées en dessous sont également égales
à 1, avec un poids de 0,2. Elles sont donc multipliées par cette valeur et passent
dans la couche cachée. Leur somme est de 1 x 0,8 + 1 x 0,2 = 1. Ce nombre est
traité à l'aide d'une fonction sigmoïde, qui est de 0,73. Il devrait y avoir à l'origine
722 couches d'entrée, donc les 722 données d'entrée et les poids sont multipliés et
additionnés pour obtenir finalement le nombre supérieur de la couche cachée. S'il y
avait 100 couches cachées, ce processus devrait être répété 100 fois avant que
toutes les couches cachées soient présentes. La colonne la plus à droite est la
couche de sortie, mais supposons qu'il n'y en ait qu'une seule : les résultats des

100 couches cachées sont additionnés avec les mêmes poids et arrondis. Il s'agit
de la valeur de sortie.
La réponse à cette valeur de sortie. La réponse est la situation de l'échiquier saisie
et ensuite mise à 1 si les blancs gagnent et 0 si les blancs perdent. Cette réponse
ne doit pas nécessairement être le résultat du jeu réel, mais peut être le résultat
d'une bataille entre l'intelligence artificielle elle-même. Cette fois, la réponse est 0
et la valeur de sortie est 0.77, donc en réduisant la valeur de sortie, on se rapproche
de la réponse. Voir la figure 3. Ajustez les poids de façon à ce que la valeur de sortie
soit réduite. Notez que vous n'ajustez pas les poids pour qu'ils soient complètement
nuls ici, mais pour qu'ils soient légèrement plus petits. En effet, la donnée que nous
venons de voir selon laquelle les Blancs ont perdu n'est pas absolue, mais seulement
qu'il y a eu de tels cas. Il y a des moments où les Blancs gagnent même dans la
même phase, et beaucoup de ces données de jeu sont collectées et
progressivement ajustées dans la bonne direction.
Cet ajustement est appelé "apprentissage". C'est pourquoi les réseaux neuronaux
sont considérés comme une forme d'apprentissage automatique. Lorsque vous
entendez le mot "apprentissage", vous avez probablement l'image d'une personne
qui acquiert des connaissances ou une expérience de manière proactive. Cependant,
lorsque nous parlons d'apprentissage dans le domaine de l'intelligence artificielle,
nous parlons de cet ajustement des valeurs qui nous rapprochent d'une réponse.
Ce que nous faisons est très différent entre l'apprentissage humain et
l'apprentissage par intelligence artificielle. De plus, l'apprentissage en intelligence
artificielle nécessite beaucoup de données. Les humains peuvent apprendre à partir
d'une seule expérience, en se basant sur une réflexion sur ce qui est pertinent, mais
cela n'est pas possible en intelligence artificielle.
● Ce à quoi l'intelligence artificielle est bonne et mauvaise.
Les mécanismes de l'intelligence artificielle que nous avons vus jusqu'à présent
montrent ce à quoi elle est bonne et moins bonne. L'intelligence artificielle est bonne
au go car les règles et la taille du plateau sont prédéterminées, la même chose se
produit de manière répétée et peut être essayée encore et encore. Même si un
joueur de Go n'est pas très intelligent, il peut couvrir de nombreux cas en répétant
la partie un nombre effrayant de fois. Le Go peut être réduit à une tâche simple s'il
est très subdivisé. Si les règles ou la taille du tableau changent au fil du temps, ou
s'il a la propriété que la même chose se répète, alors il devient impossible de couvrir
un grand nombre de cas dans un grand nombre de répétitions parce que vous ne

pouvez pas essayer encore et encore.
L'intelligence artificielle n'est pas intrinsèquement plus intelligente que les humains,
mais elle classe et analyse des modèles de données antérieures. Il ne crée rien de
nouveau. À l'inverse, les humains sont exceptionnellement forts pour le nombre de
jeux auxquels ils ont participé. Les êtres humains peuvent tirer des leçons de leur
expérience limitée en réfléchissant, mais pas l'intelligence artificielle. De plus,
l'intelligence artificielle ne peut pas faire de choses créatives, comme créer quelque
chose à partir d'aucune donnée, elle ne peut pas créer le jeu de Go, et elle ne sait
pas si le Go est amusant ou non. L'intelligence artificielle est un outil utile pour les
humains.
En résumé, l'intelligence artificielle est moins intelligente que les humains, mais
elle peut traiter de grandes quantités de données plus rapidement, sans s'ennuyer ;
elle est bonne dans les problèmes qui peuvent être pratiqués de manière répétée
par une seule personne, qui ont une portée prédéterminée à traiter, et qui ont la
stabilité de la même chose se produisant encore et encore.
Peut aussi "traiter" des phrases.
Cette section montre comment l'intelligence artificielle traite les phrases. Jusqu'à
présent, nous avons vu une explication du fonctionnement de l'intelligence
artificielle et nous nous sommes demandés : "Ne peut-elle pas traiter uniquement
des données numériques ?". Vous pouvez gérer des phrases ?" De nombreuses
personnes peuvent penser que ce n'est pas le cas. Cependant, tout comme le
tableau de go peut être converti en valeurs numériques, les phrases peuvent
également être "traitées" en les convertissant en valeurs numériques. Il est
important de souligner qu'il s'agit du "traitement" des phrases. Cela ne signifie pas
que vous en comprenez le "sens". Cependant, je voudrais montrer que même si
vous n'en comprenez pas le sens, vous pouvez effectuer toute une série de
traitements utiles grâce à l'accumulation d'un grand nombre de processus simples.
Les livres "Human Language, Machine Language "*14 et "The Weasel Who Doesn't
Want to Work and the Robot Who Understands Language "*15 d'Ai Kawazoe
donnent une image très claire de la façon dont l'intelligence artificielle traite les
phrases. Il est rédigé de manière à être facilement compréhensible. L'intelligence
artificielle excelle dans le traitement des phrases, ce qui inclut la reconnaissance
vocale avec une gamme limitée de sujets, le bavardage sans but, la réponse à des
questions étrangement geek, l'affichage du contenu d'une vidéo et la détermination
de la justesse d'une phrase, qui peut être réduite à une formule logique ne

nécessitant aucune connaissance préalable ou compréhension de la situation.
L'intelligence artificielle ne sait pas faire preuve de bon sens pour comprendre la
situation et lire les intentions de l'interlocuteur. Par conséquent, les textes
strictement écrits, difficiles à lire pour l'homme, les discours techniques et rigoureux
qui ne peuvent être compris qu'en puisant dans un dictionnaire technique et, à
l'inverse, les bavardages qui n'ont pas du tout de bonnes ou de mauvaises réponses,
sont les plus faciles à traiter. Voyons comment le processus de réponse à des
questions étrangement maniaques est géré ici.
● Le processus de réponse à des questions étrangement maniaques.
Par exemple, "Qui a fondé le shogunat d'Edo en 1603 ?" Considérez la question.
Si vous êtes un être humain, vous pourriez penser : "C'est le début de la période
Edo, donc il doit avoir été le vainqueur de la période des États combattants avant
cela. Ou encore, certains peuvent répondre en rappelant des scènes de drames
historiques, que beaucoup de personnes ont pu mémoriser. Les méthodes
d'intelligence artificielle, en revanche, sont complètement différentes.
Tout d'abord, déterminez ce qui est demandé. Ici, c'est "Qui ?" Vous pouvez dire
qu'une personne est interrogée parce qu'on lui demande : "Que faites-vous ? Il
existe de nombreuses techniques jusqu'à ce point, mais nous ne les détaillerons pas
ici. L'étape suivante consiste à effectuer des recherches. Les termes recherchés sont
'1603' et 'Edo Shogunate'. Ici, nous ne tenons pas compte de la période à laquelle
correspond l'année 1603, ni du fait que le "shogunat d'Edo" fait référence à une
forme politique. Cherchez quand même ces mots-clés. Vous pouvez imaginer que
vous effectuez une recherche normale sur l'internet. Un très grand nombre de pages
apparaîtront alors comme candidates. Par exemple, "Le shogunat d'Edo était un
gouvernement de guerriers du clan Tokugawa basé dans le château d'Edo. Ouvert
à Edo par Tokugawa Ieyasu, nommé général barbare en 1603, il a dirigé le
gouvernement du Japon pendant 265 ans jusqu'à ce que le 15e shogun, Tokugawa
Yoshinobu, revienne au pouvoir dans le cadre du Grand gouvernement. Un être
humain saurait, à partir de cette seule phrase, que la réponse est écrite telle quelle,
"'Tokugawa Ieyasu a ouvert la porte'", mais une intelligence artificielle ne peut pas
comprendre le sens de la phrase et ne peut pas juger que la réponse est écrite
comme un être humain (ou même comprendre le sens de la question en premier
lieu). ), la réponse ne peut donc pas être déterminée à partir de ce seul texte. Le
grand nombre de pages contenant ces mots-clés est traité statistiquement pour en
déduire la réponse.

Ces nombreuses pages contiennent naturellement "1603" et "Edo Shogunate", et
les personnes placées à proximité de ces mots clés sont extraites. Comme dans
l'exemple ci-dessus, nous pouvons voir que "Tokugawa Ieyasu" et "Tokugawa
Yoshinobu" se trouvent souvent à proximité de ces mots clés, mais nous créons un
classement des personnes qui apparaissent avec la plus grande probabilité, ou qui
ont été le plus souvent placées à proximité de ces mots clés, puis nous les
synthétisons pour obtenir "Tokugawa Ieyasu". Le "Tokugawa Ieyasu" est déterminé
par le fait qu'ils apparaissent plus près et plus fréquemment ensemble que le
"Tokugawa Yoshinobu".
● Difficulté avec les phrases générales avec réponses.
Pour cette raison, l'intelligence artificielle n'est pas bonne pour les questions qui
sont des phrases générales avec des réponses déjà dans le texte et qui ne peuvent
pas être trouvées en faisant une recherche sur Internet. Par exemple, "Fukuko-san
a pris un journal dans son salon et a traversé la cuisine pour se rendre dans sa salle
de travail. Où est le journal maintenant ?" (Un exemple de cette phrase se trouve
dans le livre *15 donné ci-dessus). Un être humain saurait immédiatement que la
réponse est "salle de travail". Mais une intelligence artificielle ne connaît pas la
réponse parce qu'elle ne connaît pas le sens de la phrase. Procédez de la même
manière que pour la procédure décrite précédemment.
Tout d'abord, il est clair que ce qui est demandé est la localisation. Ensuite,
recherchez des mots clés tels que "salle de travail", "salle de séjour" ou "journal".
Cela fera apparaître un certain nombre de pages, dont des listes de propriétés. Il
n'est pas surprenant que ces pages ne vous donnent pas la réponse. Il est peu
probable que "salle de travail" apparaisse à côté de ces mots clés plus souvent que
d'autres. Naturellement, il ne peut y avoir un grand nombre de pages expliquant
quelque chose d'aussi évident que "Si une personne prend un journal et traverse la
cuisine pour se rendre dans la salle de travail, le journal se trouve dans la salle de
travail". C'est parce qu'ils ne prennent pas la peine d'expliquer des choses aussi
évidentes. C'est différent du cas de "Tokugawa Ieyasu" mentionné précédemment.
Il existe de nombreuses pages expliquant que "Tokugawa Ieyasu a fondé le
shogunat d'Edo". Il est donc facile pour une intelligence artificielle de trouver la
réponse. En revanche, ce problème de "Fukuko-san" est très difficile pour
l'intelligence artificielle.
● Incapacité à faire preuve de bon sens pour comprendre la situation et lire les

intentions de l'interlocuteur.
Ce qui est facile pour les humains, mais extrêmement difficile pour l'intelligence
artificielle, c'est de faire preuve de bon sens pour comprendre la situation et lire les
intentions de l'interlocuteur. Il s'agit également d'un exemple tiré du livre*15
mentionné plus haut, mais si l'on dit à une personne "d'étendre le linge pour le faire
sécher", un être humain essaiera d'y étendre tout le linge. Ils ne suspendaient pas
seulement une ou deux charges et laissaient le reste sécher. Une intelligence
artificielle, en revanche, ne sait pas combien de draps il faut mettre à sécher.
En revanche, si l'on demande à une personne d'apporter une assiette de la cuisine,
elle n'apportera que le nombre d'assiettes requis. Un être humain n'apporterait pas
toutes les assiettes dans la cuisine. Mais une intelligence artificielle ne sait pas
combien d'assiettes il faut apporter. Un humain sait quelle est la tâche à accomplir
et peut compenser une petite ambiguïté. L'intelligence artificielle, en revanche, ne
le sait pas et ne peut donc pas compenser la moindre ambiguïté. L'intelligence
artificielle est donc meilleure pour les textes très strictement écrits, comme les
informations juridiques ou les brevets.
● L'intelligence artificielle utilisée sur les marchés financiers : des outils pour aider
les investisseurs et dans des domaines périphériques.
Nous allons maintenant parler de l'intelligence artificielle utilisée sur les marchés
financiers. Lorsque vous entendez parler d'intelligence artificielle sur les marchés
financiers, vous avez peut-être l'image d'une intelligence artificielle faisant
automatiquement des transactions. Bien sûr, cela existe, mais l'intelligence
artificielle se retrouve plutôt dans les outils et les domaines périphériques qui aident
les investisseurs. Grâce à ce long préambule, vous pouvez comprendre pourquoi il
s'agit d'un domaine où l'intelligence artificielle excelle. En fait, je pense que
beaucoup d'entre vous ont compris les domaines dans lesquels il peut jouer un rôle
actif sans avoir besoin d'explication à partir de maintenant.
Bien que les marchés financiers puissent sembler riches en données à première
vue, le comportement des participants à la négociation, les systèmes de négociation
et les antécédents historiques varient d'une période à l'autre, et les mêmes choses
ne se reproduisent pas exactement à l'infini, comme dans le jeu de Go. Il y a même
un soupçon d'asymétrie, lorsque la même chose se produit encore et encore,
comme cela a été évoqué dans un précédent rapport*17, et de plus, vous ne pouvez
pas générer de nouvelles données dans une bataille entre vous. En ce sens, le
marché financier est un domaine dans lequel l'intelligence artificielle n'est pas douée,

mais il existe de nombreux domaines dans lesquels elle peut jouer un rôle actif, y
compris les domaines périphériques.
En raison du long préambule, je peux largement sauter l'explication du
fonctionnement à partir d'ici, je serai donc bref. J'ai identifié les domaines dans
lesquels l'intelligence artificielle est active sur les marchés financiers comme étant
le "traitement des phrases", le "trading algorithmique", la "répression des
transactions déloyales" et la "lutte contre la fraude". "Nous les organisons en quatre
grandes catégories : la conception institutionnelle". Le "design institutionnel" est ma
spécialité. Il s'agit d'une discussion sur les réglementations et les règles utilisant
des marchés artificiels. J'en parlerai dans un rapport séparé dans le prochain
numéro.
● Le traitement du texte.
Il y a beaucoup de texte sur les marchés financiers. En fait, le plus grand nombre
de présentations de recherche au sein du Financial Informatics Research Group*1
de l'Association for Artificial Intelligence, dont je suis le secrétaire, porte sur le
traitement des textes. Il y a tellement de texte sur les marchés financiers qu'il est
impossible de tout lire, et le traiter correctement semble être une compétence très
recherchée.
Par exemple, il existe des extraits et des résumés*18 de parties importantes de
monographies de résultats financiers. En résumant à l'avance les phrases qui
décrivent les activités de l'entreprise et les mots qui sont souvent utilisés pour
décrire ses performances, puis en extrayant les parties importantes qui s'appliquent
bien aux performances de l'entreprise par rapport aux phrases des états financiers.
Si vous les combinez bien, vous pouvez créer un résumé des résultats. Les textes
exprimant les performances des entreprises constituent un domaine d'expertise fort
pour l'intelligence artificielle, car ils sont stables d'une entreprise à l'autre et ne
présentent pas de grandes différences entre elles. Depuis peu, il existe également
une demande de traitement des rapports intégrés et des textes relatifs à l'ESG*19.
Être capable de résumer signifie également que s'il existe un texte original, le texte
peut être créé à partir de celui-ci. Les articles de presse publiés immédiatement
après l'annonce des résultats financiers d'une entreprise peuvent déjà avoir été
rédigés par une intelligence artificielle sur la base du texte des résultats financiers
*20. C'est ce qu'ils savent faire. Comme nous le verrons plus loin, certaines
opérations de trading algorithmique impliquent la lecture du texte fraîchement
généré pour prendre des décisions de trading. Le monde arrive donc déjà à un point

où l'intelligence artificielle écrit des phrases, qui sont ensuite lues, achetées et
vendues par l'intelligence artificielle.
D'autres comprennent la classification des stocks. Il semble que le système
détermine la similarité des actions entre elles sur la base du texte et crée, par
exemple, des classifications sectorielles*21 ou génère automatiquement des
thèmes d'investissement et une liste d'actions apparentées.
Bien que cela ne concerne pas la finance, des articles rédigés par l'intelligence
artificielle sont utilisés par de grands journaux pour des reportages de première
main sur les résultats sportifs, etc.*22 Il existe également des outils permettant de
vérifier des textes juridiques tels que des contrats, etc.*23 La traduction
automatique de langues étrangères a aussi récemment gagné en précision. En fait,
la méthode dominante consistait à essayer d'utiliser les mêmes méthodes que les
humains, comme l'analyse de la grammaire, mais vers 2017, une méthode est
apparue qui ignorait complètement ces méthodes, quantifiait tout et traduisait
ensuite en utilisant uniquement les similarités statistiques, ce qui augmentait
considérablement la précision*10. Parfois, les performances peuvent être
améliorées, et ceci en est un bon exemple.
● Trading algorithmique
Comme indiqué dans un précédent rapport*24 sur le trading algorithmique,
l'intelligence artificielle est parfois utilisée dans ce domaine. Lorsqu'on passe un
ordre pour un grand nombre d'actions, l'ordre est placé en petites portions afin de
ne pas avoir un grand impact sur le marché, et cela est fait automatiquement par
une machine, que l'on appelle un algorithme d'exécution. L'algorithme d'exécution
utilise l'intelligence artificielle pour juger si une action est susceptible d'augmenter
ou de diminuer à court terme, par exemple en quelques minutes, en fonction des
conditions du conseil, et accélère ou ralentit le processus d'achat*25. La situation
est également un domaine où l'intelligence artificielle excelle, car des schémas
similaires peuvent être observés de manière répétée.
L'intelligence artificielle seule n'est pas souvent utilisée pour sélectionner des
actions et même automatiser le trading, mais elle est parfois utilisée dans
l'investissement factoriel. L'investissement factoriel est une méthode consistant à
détenir un grand nombre d'actions sur la base d'un certain indice quantitatif, par
exemple en achetant un grand nombre d'actions présentant un faible ratio P/B
(capitalisation boursière/capital social), qui, dans la plupart des cas, est un
composite de plusieurs facteurs. C'est ce que l'on appelle communément la gestion

des quant. L'intelligence artificielle semble être utilisée pour créer de nouveaux
facteurs et pour modifier la pondération de la combinaison de facteurs au fil du
temps*26.
Il existait aussi autrefois une intelligence artificielle qui analysait automatiquement
le texte informant des résultats de la réunion de décision monétaire de la Banque
du Japon et effectuait des transactions instantanées, comme mentionné dans un
précédent rapport*24*27.
● Mise en œuvre du commerce déloyal.
L'intelligence artificielle joue un rôle majeur dans la lutte contre la criminalité, non
seulement dans le secteur financier, mais aussi dans l'analyse des images des
caméras de surveillance. Déterminer si la photo du criminel et la personne filmée
par la caméra de sécurité sont la même personne, c'est-à-dire si elles ont un visage
similaire, et détecter les mouvements suspects, qui sont très courants, sont des
domaines dans lesquels l'intelligence artificielle excelle. Ce domaine du maintien de
l'ordre est sans doute l'un de ceux qui bénéficieront le plus de l'utilisation
généralisée de l'intelligence artificielle, et c'est aussi celui où les abus sont les plus
préoccupants*28.
L'utilisation de l'intelligence artificielle pour lutter contre les pratiques
commerciales déloyales a été présentée dans un précédent rapport*24. Par
exemple, il existe une technologie permettant de trouver sur Internet des messages
destinés à manipuler le marché. Il recherche dans le vaste espace Internet des
messages présentant des caractéristiques similaires à celles de messages antérieurs
destinés à manipuler le marché. Le traitement de ces grandes quantités de données
est un domaine où l'intelligence artificielle excelle, et où elle peut jouer un rôle actif,
car les messages ont des caractéristiques typiques. La FSA utilise déjà ce type de
technologie pour faciliter l'application de la loi*29, et la Bourse de Tokyo utilise
également l'intelligence artificielle pour trouver des transactions présentant des
caractéristiques similaires à des transactions déloyales passées dans son vaste
volume de données sur les conseils d'administration*30.
D'autre part, il existe également des inquiétudes quant au commerce déloyal mené
par l'intelligence artificielle. Comme nous l'avons expliqué en détail dans un
précédent rapport*31, des recherches ont montré que l'intelligence artificielle peut
être capable de découvrir des stratégies commerciales de manipulation du marché,
même lorsque leurs créateurs et utilisateurs n'ont aucune intention de le faire*32.
Certains pourraient exploiter cette situation pour s'en tirer en disant que

"l'intelligence artificielle l'a fait toute seule". Une discussion sur la réforme juridique
est nécessaire.
● L'intelligence artificielle utilisée sur les marchés financiers : un outil utile.
L'intelligence artificielle a des forces et des faiblesses très différentes de celles des
humains. Ce que les humains font bien est fait par les humains, et ce que
l'intelligence artificielle fait bien est traité par l'intelligence artificielle - en d'autres
termes, elle est utilisée par les humains comme un outil utile. L'intelligence
artificielle elle-même n'est ni bonne ni mauvaise. Comme les ciseaux, c'est aux
personnes qui l'utilisent qu'il revient de l'utiliser à bon ou mauvais escient. Le boom
de l'intelligence artificielle est terminé, mais sa diffusion est loin d'être terminée.
Gardons un œil sur la façon dont les champs d'application vont s'étendre à l'avenir.
-----------------------------------------------------
(*1) Site web du groupe de recherche en informatique financière de la société
japonaise d'intelligence artificielle.
https://sigfin.org/
(*2) Gartner, "Gartner, 'The Hype Cycle for Future-Oriented Infrastructure
Technology in Japan : 2020'", 2020.
https://www.gartner.co.jp/ja/newsroom/press-releases/pr-20200910
(*3) Takanobu Mizuta, "Short presentation : the use of AI in the market and future
possibilities", Banque du Japon, Département des mécanismes de règlement et
Département des marchés financiers, Conférence conjointe "AI et services
financiers et marchés financiers", Partie 2 : Panel de discussion "AI et services
financiers". Impact sur les marchés ", Banque du Japon, 13 avril 2017.
http://www.boj.or.jp/announcements/release_2017/rel170412c.htm/
(*4) Les supports de cours sont disponibles ci-dessous.
https://mizutatakanobu.com/20210118.pdf
(*5) La propagation de ces idées fausses semble avoir été pire en Occident qu'au
Japon. Par exemple, le livre suivant indique que de nombreuses célébrités (non
spécialistes de l'intelligence artificielle) ont affirmé que l'intelligence artificielle

détruirait la race humaine.
Jean-gabriel Ganascia, "Le mythe de la singularité", Le Seuil, 2017.
(Traduction japonaise supervisée par Naoko Ito, traduite par Shigehiro Kobayashi,
"Il est grand temps de parler de la vérité de l'intelligence artificielle", Hayakawa
Shobo, 2017).
https://www.hayakawa-online.co.jp/shopdetail/000000013576/
(*6) Bien sûr, il est important que les experts s'efforcent de dissiper les idées
fausses. Le Journal of the Association for Artificial Intelligence a publié un dossier
spécial sur ce boom en 2017, et dans la description de ce dossier ci-dessous, il est
noté qu'il est important que les chercheurs s'engagent dans des activités visant à
dissiper les idées fausses. Dans le cas de l'intelligence artificielle, il s'agit du
troisième boom, et de nombreux chercheurs ont probablement compris qu'il était
important de dissiper les idées fausses afin d'éviter la grande déception causée par
la fin du boom précédent, dans les années 1980.
Fujio Toriumi, "Sur le petit dossier spécial 'L'intelligence artificielle du point de vue
des médias de masse'", Journal of Artificial Intelligence, novembre 2017.
https://doi.org/10.11517/jjsai.32.6_927
Au demeurant, on sait que les attentes excessives du public à l'égard de
l'intelligence artificielle au cours des trois booms étaient similaires : lors du premier
boom, dans les années 1950 et 1960, on pouvait également lire "de nombreux
emplois seront perdus au profit des robots" et "les voitures seront entièrement
automatisées". Des articles de journaux tels que "La conduite automobile sera la
voie à suivre" ont été vus.
Shigeo Kawashima, " Document 1 : Kawashima, membre constitutif, votre
présentation ", Sous-comité du Conseil de promotion de la société en réseau de l'IA,
ministère des Affaires intérieures et des Communications, 9 novembre 2017.
https://www.soumu.go.jp/main_sosiki/kenkyu/ai_network/02iicp01_04000117.
html
(*7) Bien sûr, cela n'est pas totalement hors de propos. Il est désormais possible
de collecter de nombreuses données, et il est arrivé que le défi de l'intelligence
artificielle paraisse incroyable au grand public à l'époque, par exemple, un joueur

de go professionnel de haut niveau perdant contre une intelligence artificielle.
Maintenant que la recherche sur le go et le shogi est arrivée à son terme, la
recherche sur "l'effacement d'un jeu vidéo", qui est encore plus difficile pour
l'intelligence artificielle, est devenue populaire, mais il est indéniable que pour le
grand public, cela semble plus facile et moins excitant que de gagner un joueur de
go professionnel de haut niveau. Par exemple, les études suivantes ont été réalisées.
Tim Salimans, Jonathan Ho, Xi Chen, Szymon Sidor, Ilya Sutskever, "Evolution
Strategies as a Scalable Alternative to Reinforcement. Learning", arXiv, 2017.
https://arxiv.org/abs/1703.03864
(*8) Site web de la société japonaise d'intelligence artificielle, "Recherche en
intelligence artificielle".
https://www.ai-gakkai.or.jp/whatsai/AIresearch.html
(*9) Une recherche non "robotisée" est la "recherche par catégorie", dans laquelle
chaque site web est classé manuellement en catégories et recherché à l'aide de ces
catégories.
(*10) Katsuhito Sudo, "Progress in Neural Machine Translation - Evolution of
Sequence Transformation Models and Their Applications", Journal of Artificial
Intelligence, juillet 2019.
https://doi.org/10.11517/jjsai.34.4_437
(*11) "Weaknesses of Artificial Intelligence Exposed by Overwhelming 'Go AI'",
Nihon Keizai Shimbun, 17 mars 2016.
https://www.nikkei.com/article/DGXMZO98496540W6A310C1000000/
(*12) L'auteur ne connaît pas le Go, et ne sait donc pas si cette phase est réaliste.
(*13) Steven Miller , "Mind : How to Build a Neural Network (Part One)", 2015
https://stevenmiller888.github.io/mind-how-to-build-a-neural-network/
(*14) Ai Kawazoe, "Langage humain, langage machine", Kadokawa Shinsho, 2020.
https://www.kadokawa.co.jp/product/321909000011/

(*15) Kawazoe, Ai, " Itachi qui ne veut pas travailler et les robots qui comprennent
le langage : 'Les gens et le langage' de l'intelligence artificielle ", Asahi Press, 2017.
https://www.asahipress.com/bookdetail_digital/9784255010038/
(*16) https://nihonshimuseum.com/edo-bakufu/
(*17) Takanobu Mizuta, "Are markets efficient ? Fifty years spent testing untestable
hypotheses", rapport spécial de Sparks Asset Management, 22 décembre 2020.
https://www.sparx.co.jp/report/special/3118.html
(*18) Hiroyuki Sakai, Yuko Nishizawa, Shogo Matsunami, Yasunori Sakachi, "
Extracting performance factors from PDFs of corporate earnings reports ",
Transactions of the Japanese Society for Artificial Intelligence, vol. 30, no. 1 pp.
172-182, 2015.
https://doi.org/10.1527/tjsai.30.172
(*19) Par exemple, des études ont montré que
Dobashi, Ryota et Kazuhide Nakata, "Extracting ESG-related statements from
securities reports using BERT", 26th Conference on Financial Informatics, 2021.
https://sigfin.org/026-02/
Yoshiaki Maehara, Atsushi Kugyu, Yoshiyuki Nagabe, "'Visualisation' des
technologies de brevets liées à la décarbonisation à l'aide de BERT spécifiques au
domaine des brevets", 27e conférence sur l'informatique financière, 2021.
https://sigfin.org/027-06/
(*20) Nihon Keizai Shimbun, "Financial Summary".
https://www.nikkei.com/promotion/collaboration/qreports-ai/
(*21) T. Isogai, " Empirical analysis on estimating the dynamic correlation of stock
prices ", Bank of Japan Working Paper Series, 2015.
https://www.boj.or.jp/research/wps_rev/wps_2015/wp15e07.htm/
(*22) " L'IA crée instantanément des articles de critique de match de baseball de
lycée, développés par Asahi Shimbun ", Asahi Shimbun, 15 août 2018.

https://www.asahi.com/articles/ASL890GLKL88ULZU011.html
(*23) La "Contract Time Battle", un événement compétitif dans lequel deux
adversaires négocient en temps réel à leur avantage dans une bataille d'édition de
contrats dans un laps de temps limité, a eu lieu en 2018 entre un organisme
d'intelligence artificielle contre un humain.
"L'IA peut-elle battre les humains ? ?le défi de LegalForce', 10 déc. 2018.
https://www.wantedly.com/companies/legalforce/post_articles/147076
(*24) Takanobu Mizuta, " High Frequency Trading (partie 3 d'une série en 3
parties) : Algorithmic Trading that is not High Frequency Trading and Sophisticated
Crackdown on Unfair Trading ", Sparks Asset Management Special Report, 2019. 13
juin.
(*25) Par exemple, il est indiqué dans.
Suguru Konya, "Short presentation : AI practices on the trading floor", Banque du
Japon, Département des mécanismes de règlement et Département des marchés
financiers, Conférence conjointe "AI et services financiers et marchés financiers",
Partie 2 : Panel de discussion "AI et marchés financiers". Impact ", Banque du Japon,
13 avril 2017.
http://www.boj.or.jp/announcements/release_2017/rel170412c.htm/
"Utilisation de la technologie de base, de l'intelligence artificielle et du big data /
Nomura Securities - Prédire les prix des actions avec l'apprentissage profond",
Nikkan Kogyo Shimbun, 30 mai 2016.
https://www.nikkan.co.jp/articles/view/00386896
(*26) Par exemple, les études comprennent.
Abe, S., Nakagawa, T., " An empirical analysis of multi-factor management using
deep learning in global stock markets ", 33rd National Conference on Artificial
Intelligence, 2019.
https://doi.org/10.11517/pjsai.JSAI2019.0_4Rin135

(*27) Yusuke Kumano et Keiichi Gotoh, " Monetary policy announcements and
algorithmic trading : a test using web page access information ", Bank of Japan
Institute for Monetary and Economic Studies Discussion Paper Series, 2018-J-11,
2018.
https://www.imes.boj.or.jp/research/abstracts/japanese/18-J-11.html
(*28) Dori Nishigaki et Shigeo Kawashima, "AI Ethics : Can Artificial Intelligence
Take 'Responsibility' ?", Chuko Shinsho Rakule, 2019.
https://www.chuko.co.jp/laclef/2019/09/150667.html
(*29) "Extraction des messages d'agitation visant à manipuler les cours boursiers,
renforcement de la surveillance des SNS, FSA", Nihon Keizai Shimbun, 5 juin 2019.
https://www.nikkei.com/article/DGXMZO45654000U9A600C1EE9000/
(*30) " Introduction de l'intelligence artificielle dans les opérations d'examen du
commerce ", Japan Exchange Group, 19 mars 2018.
https://www.jpx.co.jp/corporate/news/news-releases/0060/20180319-01.html
Les documents suivants peuvent également être utiles
Sashida, Hiroki, "Application de l'intelligence artificielle aux opérations d'examen
de négociation", 20e conférence sur l'intelligence artificielle en informatique
financière, 2018.
https://sigfin.org/020/
(*31) Takanobu Mizuta, "Qui est responsable si l'intelligence artificielle s'engage
dans un commerce déloyal ?" , Sparks Asset Management Special Report, 4 août
2020.
(*32) Takanobu Mizuta, "Does Artificial Intelligence perform market manipulation,
a fraudulent transaction, on its own ? -Le cas de l'apprentissage des algorithmes
génétiques dans les simulations de marchés artificiels‖, Actes de la 34e Conférence
nationale sur l'intelligence artificielle, 2020.
https://doi.org/10.11517/pjsai.JSAI2020.0_2L5GS1305
Ce rapport peut contenir les opinions des auteurs et peut différer de celles de Sparks
Asset Management Ltd.

Les noms des sociétés énumérées ci-dessus ne sont donnés qu'à titre indicatif et ne
constituent pas une offre de négociation de titres ou d'autres instruments
spécifiques.

Figure 1 : Intelligence artificielle recherchant les bons coups au Go.
Que diriez-vous de le
frapper ici ?
victoir
e
compl
ète
victoir
e
compl
ète
même
face à
des
obstacle
s
écrasan
ts
not
(suffixe
même
face à
des
obstacle
s
écrasan
ts
not
(suffixe
Entre vous.
Plusieurs
fois contre.
Une
main
différent
e.
étude
a mis le
doigt sur
le
problèm
e

Figure 2 : Le processus de l'intelligence artificielle qui trouve la
meilleure réponse (1).
(Source : Modifié par l'auteur à partir de https://stevenmiller888.github.io/mind-how-to-build-a-neural-
données saisies
(Emplacement des pierres).
(Couche cachée)
←Poids
valeur de la sortie (données)
← Valeur de sortie
←Answers
(perdant)
la valeur de sortie pour
correspondre à la réponse.
Réussir à ajuster les poids
←Poids
←Poids
←Poids
Données d'entrée
x poids
Ajoutez tous les
éléments
suivants et
arrondissez Résultats de la
couche cachée x
poids
Ajoutez tous les
éléments
suivants et
arrondissez
←Poids

Figure 3 : Le processus de l'intelligence artificielle produisant la
meilleure réponse (2).
(Source : Modifié par l'auteur à partir de https://stevenmiller888.github.io/mind-how-to-build-a-neural-
(Couche cachée)
←Poids
valeur de la sortie (données)
← Valeur de sortie
←Answers
(perdant)
Je me rapproche ! Répète
ça.
←Poids
←Poids
←Poids
Données d'entrée
x poids
Ajoutez tous les
éléments
suivants et
arrondissez Résultats de la
couche cachée x
poids
Ajoutez tous les
éléments
suivants et
arrondissez
←Poids
données saisies
(Emplacement des pierres).

L'intelligence artificielle utilisée sur les marchés financiers

Contenu connexe

Similaire à L'intelligence artificielle utilisée sur les marchés financiers (20)

Plus de Takanobu Mizuta (20)

L'intelligence artificielle utilisée sur les marchés financiers