Réseaux neuronaux sur le marché des changes

Climax · 04-04-2023 17:04:25

Réseaux neuronaux sur le marché des changes : qui les utilise et est-il judicieux de les utiliser ?

Dans le monde moderne, l'intelligence artificielle (IA), les assistants vocaux auto-apprenants et les analyses Big Data sont de plus des plus présents Le commun des mortels y est confronté le plus souvent sous la forme d'applications pour smartphones, mais le fait est que les réseaux neuronaux ou les systèmes informatiques à apprentissage automatique sont déjà partout, même si nous ne les voyons pas.

Depuis de nombreuses années, c'est-à-dire depuis 2006, les programmeurs tentent également de mettre en œuvre des réseaux neuronaux dans le domaine du trading. L'idée semble intéressante : adapter automatiquement les opérations à un marché en constante évolution. Mais comment cela fonctionne-t-il dans la pratique ?

Beaucoup d'entre nous sont constamment à la recherche de nouvelles stratégies et tactiques pour les opérations de change. Chaque système de trading trouvé est testé sur une période historique plus ou moins longue. Idéalement, les tests devraient révéler des modèles qui fonctionnent sur une période suffisamment longue.

En réalité, il s'agit d'une tâche impossible : les systèmes de trading cessent généralement de fonctionner correctement au bout de trois mois à plusieurs années. L'optimisation permet d'allonger la "durée de vie", mais en fin de compte, il faut chercher une autre approche du marché du Forex.

Il existe de nombreuses explications au phénomène de l'échec des stratégies Forex, mais il convient d'accorder une attention particulière à l'une des raisons qui pourrait finalement réduire à néant tous les efforts déployés pour gagner de l'argent avec le trading Forex : l'évolution des réseaux neuronaux. Ce que c'est, et comment l'intelligence artificielle peut affecter le trading, c'est ce dont nous allons parler aujourd'hui.

Quand les profits sur le Forex étaient importants

De nombreux traders qui négocient et créent des stratégies de trading depuis des décennies, du début des années 1990 à aujourd'hui, remarquent souvent une baisse de la performance des stratégies dans les segments 2001-2008 et 2013, attribuant l'échec des systèmes de trading aux crises économiques, mais ce n'est qu'une des raisons, et en aucun cas la plus importante. Ils attribuent l'échec des systèmes de trading aux crises économiques, mais ce n'est qu'une des raisons, et en aucun cas la plus importante.

Le marché du Forex des années 1990 a littéralement "distribué" de l'argent aux premiers enchérisseurs qui ont installé des terminaux de trading, se sont connectés à l'internet et ont utilisé des tactiques assez simples décrites dans les livres de trading écrits par différents traders des années 1980. Même les retards, les erreurs de plate-forme, les écarts importants et la lenteur de la connexion au World Wide Web n'ont pas eu d'incidence sur les profits.

La lutte pour le ping et les faibles commissions des courtiers a commencé en 2001, lorsque les robots et les stratégies de scalping ont commencé à apparaître massivement sur le marché, modifiant l'orientation des tendances. Le développement de la robotique a contraint les teneurs de marché à s'appuyer davantage sur l'analyse du flux d'ordres des clients, à "chasser les stop loss", à appliquer diverses astuces pour contrôler la foule à l'aide de stratégies automatisées.

Les traders ont réagi en retour : les plateformes de trading du 21e siècle ont commencé à analyser les flux d'ordres sur les contrats à terme et les options à intérêt ouvert, les volumes de transactions ont été comparés avec l'analyse des chandeliers (VSA), les programmeurs et les mathématiciens se sont "connectés" au marché, créant toute une série de robots de trading.

En 2008, les stratégies ont dépassé les mathématiques booléennes : le marché a commencé à maîtriser les indicateurs non linéaires et l'économétrie, qui ne pouvaient plus être "répliqués" sur les terminaux de trading standard. Les notations tacites des brokers forex ont alors enregistré une baisse des performances des clients.

Les nouvelles approches ne se sont pas encore répandues parmi les traders en raison des spécificités du sujet de l'économétrie, ainsi que de la complexité et du coût élevé de l'utilisation des logiciels analytiques. Cependant, en 2013, un autre "problème" est apparu : l'intelligence artificielle a commencé à se développer activement sur le Forex, qui ne peut pratiquement pas laisser de possibilités de gains manuels et automatiques.

Qu'est-ce qu'un réseau neuronal en quelques mots ?

Le thème des réseaux neuronaux a "explosé" en 2011 et, en 12 ans, il s'est répandu dans tous les domaines. Aujourd'hui, plus personne ne peut être surpris par les assistants vocaux qui contrôlent les maisons intelligentes, la reconnaissance faciale, etc.

Au cours de la deuxième décennie du XXIe siècle, un réseau neuronal modérément complexe bat des grands maîtres d'échecs, et l'intelligence artificielle d'ordre supérieur est capable de résoudre des problèmes logiques complexes. Un exemple frappant des capacités de l'IA est le titre de champion chinois de jeu de dames Go détenu par le neurorobot de Google ou le chatbot d'intelligence artificielle développé en 2022 par OpenAI et spécialisé dans le dialogue, appelé Chat GPT.

Derrière ce développement se cache près d'un siècle d'évolution : peu de gens savent que le premier réseau neuronal jamais créé aura bientôt 80 ans. Grâce à Warren McCulloch et Walter Pitts, les scientifiques ont commencé à travailler sur la création de calculs similaires au travail d'un neurone dans le cerveau humain.

Chacun d'entre eux peut se voir attribuer son propre algorithme mathématique de travail, configuré pour traiter des données d'entrée d'un certain format. Ce système informatique parallèle contrôle le neurone de sortie, qui sélectionne les résultats du travail pour les faire correspondre à la bonne réponse.

Les réponses sont fournies par une personne ; c'est ce qu'on appelle le processus d'apprentissage du réseau, qui est une étape obligatoire sur la voie de la création d'un réseau neuronal. Le neurone de sortie doit s'efforcer de construire le processus de calcul entre les neurones de manière à ce que, en recevant différentes données de sortie, il trouve les résultats qui lui ont été montrés par une personne.

La mise en place ou "l'entraînement" du réseau avant son lancement est très similaire au test de stratégies de trading : le réseau effectue les calculs à plusieurs reprises et sélectionne les algorithmes les plus significatifs pour obtenir la bonne réponse à l'aide de coefficients pondérés. L'utilisateur détermine le travail de l'intelligence artificielle grâce à un rapport d'erreurs mathématiques.

Comme pour les stratégies de change, lorsque le réseau neuronal commence à produire un résultat satisfaisant à plusieurs reprises, un test ultérieur est lancé sur des événements réels, mais passés, dont l'issue est connue. Si le réseau passe ces tests avec succès, il est mis en service. En même temps, on ne sait jamais exactement ce que l'intelligence artificielle va apprendre et comment elle va apprendre : le résultat et le processus même du travail des algorithmes neuronaux à l'intérieur est une "boîte noire".

Je donnerai deux exemples. Le premier est tiré de la théorie de la reconnaissance faciale. Chacun d'entre nous connaît en général le processus d'élaboration d'un robot photographique : la sélection des lèvres, du front, des ovales du visage, etc. Le réseau neuronal a résolu ce problème à sa manière et très simplement.

Les neurones remplissent le champ de n'importe quelle photo avec des croix de la taille d'un pixel, en analysant les bords de l'image qui sont détectés. Après avoir éliminé les zones floues, le comptage des diagonales et des horizontales commence. Il s'avère qu'avec cette "mesure du visage", on obtient des quantités uniques qui correspondent à une personne donnée, si l'on considère l'échelle et les proportions, qui ne sont pas difficiles à déterminer.

Un autre cas curieux, souvent rappelé lors de l'entraînement d'un réseau neuronal, est la tentative de l'armée américaine d'apprendre aux drones à détecter des équipements militaires en reconnaissant leur type depuis les airs. De nombreuses démonstrations d'avions, de chars, de canons et d'hélicoptères filmés dans diverses conditions ont permis à l'IA (Intelligence Artificielle) de commencer à déterminer idéalement les conditions météorologiques, mais elle n'a pas appris à rechercher du matériel.

Pourquoi est-il dangereux d'utiliser l'intelligence artificielle sur le marché des changes ?

Les réseaux neuronaux vont complètement modifier les opérations de change. Les brokers forex peuvent recourir à des tactiques de manipulation du marché beaucoup plus complexes à l'échelle mondiale, ce qui était inimaginable auparavant. En fait, les possibilités illimitées des réseaux neuronaux peuvent être utilisées contre la foule, en prédisant non pas les taux de change, mais le modèle de comportement de chaque trader. Les teneurs de marché et les principaux brokers seront en mesure de sélectionner des contre-stratégies, de rechercher davantage de stop loss, d'élargir les spreads lors de la passation d'ordres sur les marchés, d'établir des volumes fantômes dans les carnets d'ordres quelques secondes à l'avance.....

Le réseau neuronal conçu et lancé par la startup Sentinent Technologies peut déjà émuler 1800 sessions de travail, prédisant avec une grande précision jusqu'à un trillion ( !) de modèles de comportement cognitif de vrais traders. Le système a été entraîné sur des flux d'ordres provenant des carnets d'ordres des bourses de change et des serveurs des brokers.

La qualité et la quantité des données sont la clé d'un entraînement réussi des réseaux neuronaux ; les fichiers de transactions en ticks, ventilés par comptes spécifiques, sont le produit le plus populaire sur le marché de l'exploration de données. Ce terme désigne un secteur distinct qui extrait, analyse et met en forme les principales informations d'entrée d'un réseau neuronal.

Un autre pilier qui détermine le succès du système est le nombre de neurones dans la boîte noire. Plus il est élevé, plus la puissance de calcul requise est importante, ce qui va au-delà des processeurs CPU standard. Les concepteurs et créateurs de réseaux neuronaux utilisent des puces sur mesure sur des circuits intégrés spéciaux. L'idée a été empruntée aux mineurs de crypto-monnaies qui exploitent le bitcoin et d'autres crypto-monnaies sur des équipements ASIC.

Même si les brokers Forex ne parviennent pas à apprendre le modèle comportemental des traders et à jouer avec succès contre les stratégies des foules, ils créeront des systèmes prédictifs de haute qualité qui ne peuvent pas être reproduits sur les terminaux de trading. Les systèmes de trading modernes opérant sur les marchés des actions, des matières premières et des devises lisent et comprennent les nouvelles, reconnaissent les modèles, c'est-à-dire qu'ils représentent un analyste doté du cerveau d'un superordinateur. C'est ainsi que fonctionne, par exemple, le robot Emma.

Certaines entreprises font directement appel à des traders pour enseigner à la machine les stratégies les plus performantes sélectionnées en fonction de la concurrence. Par exemple, Numerai organise des tournois constants sans cacher son objectif et propose même aux gagnants de recevoir des dividendes constants proportionnellement à leur contribution au système de trading du réseau neuronal.

Mark Lind, du département d'IBM qui conçoit et lance des réseaux neuronaux pour des commandes d'entreprises, a particulièrement noté le "neuroboom" de la fin de l'année 2017. Plus de 90 % des réseaux soulevés par le géant de l'informatique dans le secteur économique concernent la prévision des taux de change et des marchés boursiers.

Ces systèmes faisaient peu appel à l'analyse technique et travaillaient avec des données de flux monétaires et de matières premières réelles, analysaient la presse économique et les indicateurs financiers, les données de production, les nouvelles politiques, les rapports sur la qualité des produits émanant d'experts indépendants et même la météo. Les algorithmes du réseau neuronal d'IBM ne prédisaient pas tant les prix du marché qu'ils n'étudiaient la réaction de la foule à certaines nouvelles et indicateurs clés, qui se reflétaient non seulement sur le marché, mais aussi dans les médias sociaux.

Cette tendance démontre la thèse selon laquelle les entreprises n'étudient plus le comportement du marché, mais plutôt la réaction de la foule à des événements, dont certains peuvent être prédits, tirés d'informations d'initiés ou déclencher des manipulations indirectes sans rapport avec la négociation. Dans ce cas, les régulateurs ne peuvent pas sanctionner les grandes entreprises, car, comme on dit, celui qui fait la loi, fait le piège.

L'intelligence artificielle dans les grands fonds d'investissement et les banques

L'une des premières entreprises à avoir utilisé l'intelligence artificielle pour prédire les mouvements du marché est Renaissance Technologies, une société dirigée par Jim Simons et des mathématiciens talentueux qui, en principe, embauchent des employés n'ayant aucune connaissance du trading et de l'analyse technique.

L'entreprise, qui manque de personnel, a pu créer un fonds entièrement robotisé appelé Medallion, qui a affiché un rendement moyen de 35 % par an sur 20 ans de gestion des investissements.

Le remplacement le plus radical des traders par l'intelligence artificielle a eu lieu chez Goldman Sachs, la "forge à main-d'œuvre" du département a réduit le personnel de 99 %.

L'entreprise d'investissement de renommée mondiale BlackRock a confié au réseau neuronal Aladdin jusqu'à 10 % de tous ses portefeuilles et effectue un audit complet de toutes les décisions prises par les analystes de l'entreprise. Cette décision a été prise suite à une baisse des revenus en 2018. Le fonds a noté le succès de ses concurrents en Asie, où l'on assiste aujourd'hui à un neuro-boom dans le domaine de l'investissement ; Aidyia Limited, un hedge fund géré par l'IA, négocie avec succès à la bourse de Hong Kong depuis plusieurs années.

Comment l'intelligence artificielle modifie-t-elle la gestion de la confiance ?

Le réseau neuronal a remplacé les conseillers en placement, les gestionnaires personnels et les fiduciaires. Startups et grandes entreprises proposent depuis plusieurs années ce type d'assistance, capable de s'adapter à 100 % à chaque client et à la situation qui l'entoure. Le réseau neuronal étudie ses préférences et ses habitudes pour sélectionner individuellement le niveau de risque et la composition du portefeuille, suggérer des marchés adéquats et une gestion optimale de l'argent.

De tels assistants sont développés pour BlackRock par la startup FutureAdvisor, testés par Motif Investing en partenariat avec JPMorgan et créés par UBS sur la base de SigFig.

Selon les recherches et enquêtes menées par McKinsey, l'approche d'un groupe d'investisseurs suivant les conseils de neuro-consultants surpasse de 7 % par an la moyenne du marché de la confiance réelle des analystes.

Outre les robots des banques et des grands courtiers, une autre voie est apparue sur le marché des services financiers pour la création de neuro-stratégies en fonction de la commodité, par exemple Binatix. Il existe également tout un domaine de services d'exploration de données, fournissant des informations aux réseaux neuronaux formatées pour un marché spécifique, comme c'est le cas avec la startup BUZZ Indexes.

Sur le marché russe, les réseaux neuronaux sont utilisés par la société BCS, qui gère des portefeuilles d'actions. Les robots offrent aux investisseurs un rendement de 30 à 70 %, surpassant l'indice de référence sous la forme du taux S&P en termes de rendement.

Des experts-advisor ou robots de trading, conçus sur la base de réseaux neuronaux, ont été lancés dans les services d'investissement de Yandex.Money (Yammi) et de la Tinkoff Bank. Le retour sur investissement annoncé et prévu est à deux chiffres. Il est difficile de le vérifier en raison de la courte période d'activité des plateformes, qui est d'un peu plus d'un an.

Comment créer son propre réseau neuronal ?

La prédiction du marché du Forex à l'aide de l'intelligence artificielle est à la portée des "restes des mortels". Depuis 2008, les réseaux neuronaux participent à divers championnats de trading algorithmique organisés par des associations internationales de brokers.

Vous pouvez élaborer votre propre stratégie sur des plateformes spécialisées : neuroshell, matlab, statistica, deductor ou brainmaker. Les traders ayant des connaissances en langage de programmation peuvent utiliser les services spéciaux de Google, Microsoft, Amazon, etc.

Pour simplifier au maximum les processus complexes de formation d'un réseau neuronal et de sélection des données d'entrée, un trader peut utiliser divers modèles et des applications assemblées telles qu'un constructeur de stratégie par blocs.

Conclusion

La première vague d'intérêt pour les réseaux neuronaux a frappé de plein fouet le marché du Forex en 2006-2008. La crise économique et le manque d'intrants ont considérablement réduit les rangs des enthousiastes. Les traders et les entreprises n'ont pas été en mesure de montrer des résultats stables à long terme qui pourraient justifier le coût élevé des plateformes de trading basées sur les réseaux neuronaux. La deuxième vague, qui a débuté en 2011-2012, a abouti à la sortie de produits finis en 2016-2018, qui n'ont pas encore eu le temps de présenter des résultats objectifs pour l'évaluation.

Les sociétés annonçant des neuro-conseillers et des fonds gérés par un réseau neuronal cachent les graphiques de performance ; de nombreux comptes PAMM sur des réseaux neuronaux se sont effondrés et ont disparu au moment de la rédaction de cet article.

Compte tenu de l'absence limitée, voire totale, de résultats de performance des réseaux neuronaux (il existe cinq systèmes pour l'ensemble du service myfxbook, dont quatre sont désormais fermés) et du succès de l'intelligence artificielle dans d'autres domaines, on peut supposer que ce thème n'est encore utilisé que par les grands brokers, les fonds et les bourses du marché.

#1 04-04-2023 17:04:25