L'IMPACT DE L'INTELLIGENCE

ARTIFICIELLE SUR LES MARCHÉS

FINANCIERS

ChatGPT, algorithmes de trading, analyse

prédictive... révolution ou simple buzz ?

ECS, Une Empreinte d’Expertise…

 UN MARCHÉ EN PLEINE
EXPANSION

Le marché de l'IA dans le secteur financier connaît une croissance

exponentielle. Avec un taux de croissance annuel composé (CAGR) de
30,6%, cette révolution technologique transforme rapidement tous les
aspects des services financiers.

Projections de croissance :
38,36 milliards $ en 2024 → 190,33 milliards $ d'ici 2030

190.3B$

165.9B$

CAGR 30,6% 139.3B$

106.7B$

81.7B$

62.5B$

38.4B$

2024 2025 2026 2027 2028 2029 2030

Les institutions financières investissent massivement dans cette

technologie pour améliorer l'analyse de marché, automatiser les
processus, réduire les risques et développer de nouveaux produits
innovants.

ECS, Une Empreinte d’Expertise…

 L'OMNIPRÉSENCE DES
ALGORITHMES

Sur les marchés financiers, les algorithmes ont remplacé la majorité des traders
humains. Aujourd'hui, entre 70% et 90% des transactions sur les marchés américains
sont exécutées par des systèmes automatisés.

70% - 90%

Cette domination algorithmique a transformé fondamentalement la dynamique des

marchés :
Augmentation spectaculaire des volumes de transactions
Réduction des écarts de prix (spreads)
Exécution en millisecondes plutôt qu'en minutes
Émergence de nouvelles stratégies basées sur la vitesse

Haute fréquence Market Making

Arbitrage
Exécutent des milliers Fournissent de la liquidité en
Exploitent les différences de
d'ordres par seconde, plaçant constamment des
prix entre marchés avec une
analysant les données de ordres d'achat et de vente
précision inatteignable pour
marché en temps réel
les humains

Cette automatisation du trading a rendu les marchés plus efficients,

mais a également introduit de nouveaux risques systémiques, comme
les "flash crashes" qui peuvent survenir lorsque de multiples algorithmes
réagissent simultanément aux mêmes signaux.

ECS, Une Empreinte d’Expertise…

 CHATGPT ET MODÈLES DE
LANGAGE

Les modèles de langage comme ChatGPT transforment radicalement l'analyse financière en

décodant et interprétant des volumes massifs d'informations à une vitesse inégalée par l'humain.

Un modèle comme ChatGPT-4 peut traiter l'équivalent de :

• Des milliers de rapports financiers simultanément
• Des années d'historique de données de marché
• Des actualités financières en temps réel
• Des analyses d'experts du secteur

Collecte massive de Traitement du Analyse Génération

données langage naturel contextuelle d'insights

Détection de tendances Analyse de sentiment

Analyse en temps réel
Identification de Évaluation de l'opinion
Traitement instantané patterns subtils et de du marché à travers
des actualités corrélations invisibles à l'analyse de millions de
financières et réaction l'œil humain communications
immédiate aux
événements du marché

Ces capacités transforment la manière dont les investisseurs

interagissent avec les données financières, démocratisant l'accès à
des analyses autrefois réservées aux institutions les plus
sophistiquées.

ECS, Une Empreinte d’Expertise…

TRADING À HAUTE FRÉQUENCE

Le trading haute fréquence (THF) représente l'intersection ultime entre technologie et

finance, où des algorithmes ultra-rapides exécutent des transactions à des vitesses
inimaginables pour l'humain.

Vitesse d'exécution comparée :

• Trader humain : plusieurs secondes par transaction Algorithme

• standard : quelques centaines de millisecondes

• Trading haute fréquence : microseconde à nanoseconde (0,000001 seconde)

Le THF représente aujourd'hui une part dominante des volumes

de transaction sur les marchés développés, créant une véritable
course à l'armement technologique entre acteurs financiers.

Réception de Décision d'exécution Réception par le Confirmation

données T+0.03 ms marché T+0.7 ms
T+0 ms T+0.1 ms

Analyse par
algorithme Envoi de l'ordre Exécution de l'ordre
T+0.01 ms T+0.05 ms T+0.4 ms

Faibles marges unitaires

Arbitrage ultra-rapide Co-location stratégique
Profits minimes par
Exploitation des différences Serveurs placés à
transaction mais
de prix entre marchés proximité des bourses
multipliés par des
pendant quelques pour minimiser la latence
milliers d'opérations par
microsecondes de communication
seconde

Le THF représente aujourd'hui une part dominante des volumes de transaction sur
les marchés développés, créant une véritable course à l'armement technologique
entre acteurs financiers.

ECS, Une Empreinte d’Expertise…

ANALYSE PRÉDICTIVE ET MACHINE
LEARNING

Les modèles prédictifs exploitent la puissance du machine learning pour anticiper

lesmouvementsdu marchéavec une précision croissante, en analysant des
patterns complexes imperceptibles pour l'œil humain.

Collectemassivede Entraînementdu Détectionde Générationde Exécution

données modèle patterns prédictions automatisée

Variété des données analysées :

• Historiques de prix et volumes

• Données macro-économiques

• Actualités et sentiment de marché

• Facteurs sectoriels et événements spécifiques

• Métriques alternatives (trafic web, données satellites, etc.)

Zone de prédiction
Prédiction de trajectoire de prix

Analyse multivariate Adaptation continue Réduction des biais cognitifs

Capacité à intégrer simultanément Les modèles s'améliorent en Élimination des biais émotionnels
des centaines de variables pour permanence grâce à et comportementaux qui affectent
identifier des corrélations invisibles l'apprentissage automatique basé les décisions des investisseurs
à l'œil humain sur leurs performances passées humains

ECS, Une Empreinte d’Expertise…

 PERFORMANCES
IMPRESSIONNANTES
Les algorithmes de trading basés sur l'intelligence artificielle affichent des
performances qui défient souvent les méthodes traditionnelles, avec des
résultats parfois spectaculairesmaisvariables.

Rendements mensuels rapportés Comparaison de performances (annualisé)

Algorithmes IA 85-100%

8-12 % Indices boursiers

Fonds actifs
par mois
Trading manuel

*Basé sur les témoignages d'utilisateurs d'algorithmes IA de

trading

Important : La variabilité des résultats

Les performances passées ne garantissent pas les résultats futurs
Certains algorithmes peuvent sous-performer significativement
Les conditions de marché influencent drastiquement les performances
La qualité des données d'entraînement est déterminante

Étude JPMorgan (2024) BNP Paribas (2023) Étude Reddit (2023)

+27% +33% +500%

Surperformance d'un algorithme IA Amélioration de la précision Retours rapportés pour un
par rapport à des stratégies prédictive grâce à l'intégration de algorithme de trading créé avec
traditionnelles sur 12mois modèles de deep learning l'aide de ChatGPT (sur une période
spécifique)

La variabilité des performances souligne l'importance d'une approche rigoureuse dans la

conception, l'entraînement et l'évaluation des algorithmes de trading IA. Les résultats les plus
durables combinent souvent expertise humaine et intelligence artificielle.

ECS, Une Empreinte d’Expertise…

 DÉMOCRATISATION
DES OUTILS
L'intelligence artificielle bouleverse la hiérarchie traditionnelle des marchés financiers
en rendant accessibles aux investisseurs individuels des outils d'analyse autrefois
réservés aux institutions les plus sophistiquées.

Élite financière Investisseurs individuels

Accessibilité des outils d'analyse avancée

Avant l'IA Avec l'IA

Équipes d'analystes coûteuses Applications accessibles sur smartphone

Infrastructures technologiques à millions de Modèles prédictifs à prix abordable

dollars
Données alternatives démocratisées
Données financières premium exclusives
Interfaces intuitives sans code
Algorithmes propriétaires complexes

Assistants IA financiers Plateformes de trading IA Systèmes de sentiment

Analystes virtuels fournissant des Interfaces permettant de créer et Analyse de millions de
recommandations personnalisées tester des stratégies algorithmiques communications sur les réseaux
basées sur vos objectifs financiers sans connaissances en sociaux pour identifier le sentiment
programmation du marché

Alertes prédictives Analyse de documents Backtesting simplifié

Notifications en temps réel sur les Traitement automatique des rapports Test de stratégies sur des données
opportunités de marché identifiées financiers et actualités pour extraire historiques avec visualisation intuitive
par des modèles d'IA des informations pertinentes des résultats

Cette accessibilité accrue a le potentiel de réduire l'asymétrie d'information qui a longtemps caractérisé les
marchés financiers, offrant aux particuliers des armes comparables à celles des professionnels.

ECS, Une Empreinte d’Expertise…

 RISQUES ET DÉFIS

Si l'IA promet de transformer positivement les marchés financiers, son

adoption massive introduit également des risques significatifs qui pourraient
affecter la stabilité et l'équité du système financier.

Les régulateurs financiers s'inquiètent de plus en plus de cesdéfis, appelant à une

régulation adaptée de l'IA sur les marchés.

Biais algorithmiques Risques systémiques

Les algorithmes reproduisent ou amplifient les biais L'interconnexion des systèmes basés sur l'IA pourrait
présents dans leurs données d'entraînement, pouvant créer des vulnérabilités systémiques, où l'échec d'un
conduire à des décisions discriminatoires en matière système se propage rapidement à d'autres.
d'investissement ou de crédit.

Exemple: Un algorithme de crédit formé sur des Exemple: Un bug dans un algorithme largement utilisé
données historiques biaisées pourrait défavoriser pourrait déclencher une cascade de ventes à travers
systématiquement certains groupes démographiques. différentes institutions.

Dépendance technologique Amplification des mouvements

La forte dépendance aux systèmes d'IA crée des Les algorithmes similaires, réagissant aux mêmes
vulnérabilités en cas de panne technique, cyberattaque signaux, peuvent déclencher des cascades de
ou manipulation délibérée des données. transactions dans la même direction, exagérant les
fluctuations du marché.

Exemple: En 2012,Knight Capital a perdu 440 millions Exemple: Le "Flash Crash" de 2010, où le Dow Jones a
de dollars en 45 minutes suite à un bug dans son perdu près de 9% en quelques minutes avant de
algorithme de trading. rebondir rapidement.

Opacité des décisions

Vulnérabilités de sécurité
Certains modèles d'IA, notamment les réseaux de Les modèles d'IA peuvent être vulnérables à des
neurones profonds, fonctionnent comme des "boîtes attaques adversariales où des entrées malveillantes sont
noires" dont les décisions sont difficiles à expliquer. conçues pour tromper le système.

Exemple: Un investisseur ou régulateur incapable de Exemple: Des chercheurs ont démontré qu'ils
comprendre pourquoi un système IA a recommandé pouvaient manipuler des systèmes d'IA pour interpréter
une transaction particulière. incorrectement des données du marché.

Créé avec Genspark

ECS, Une Empreinte d’Expertise…

 ÉVOLUTION
RÉGLEMENTAIRE

Face aux défis posés par l'IA sur les marchés financiers, les régulateurs développent
activement de nouveaux cadres pour équilibrer innovation et protection des
investisseurs et de la stabilité financière.

L'approche réglementaire évolue selon trois axes principaux :

Adaptation des règles existantes au contexte de l'IA
Création de nouvelles réglementations spécifiques
Développement de "regulatory sandboxes" pour tester l'innovation en environnement contrôlé

2018-2020 2021-2023 2024-2025 2026+

Premières Consultations Réglementations

évaluations publiques Cadres préliminaires complètes

AMF SEC IOSCO

Autorité des Marchés Securities &Exchange Organisation
Financiers (France) Commission (USA) Internationale des
Approche équilibrée entre Approche plus axée sur la Commissions de Valeurs
innovation et protection des surveillance et la conformité. Cadre global pour harmoniser les
investisseurs. approches internationales.
Examen de la gouvernance
Guide sur l'utilisation de l'IA des algorithmes de trading Rapport sur l'IA dans les
dans la gestion d'actifs marchés financiers
Réglementations sur les tests
Exigences de transparence sur et contrôles préalables Principes directeurs pour
les algorithmes l'utilisation de l'IA
Division FinHub pour
Programme FinTech pour développer l'expertise en IA Coordination des approches
accompagner l'innovation réglementaires

Transparence Robustesse Responsabilité

Exigences de divulgation sur le Tests de stress et simulations pour Clarification des responsabilités
fonctionnement des algorithmes évaluer la résilience des systèmes légales en cas de
d'IA utilisés dans la prise de décision d'IA face à des conditions de dysfonctionnement des systèmes
financière marché extrêmes d'IA dans le contexte financier

Contrôle humain Explicabilité Équité

Exigences de supervision humaine Capacité à expliquer les décisions Prévention des biais
des décisions importantes prises prises par les modèles d'IA, en discriminatoires dans les décisions
par les systèmes d'IA, particulier pour les décisions financières prises par les
particulièrement en gestion de critiques d'investissement algorithmes d'IA
risque

ECS, Une Empreinte d’Expertise…

 PERSPECTIVES D'AVENIR

L'évolution de l'IA sur les marchés financiers s'oriente vers des systèmes plus
transparents, plus éthiques et plus collaboratifs, répondant aux défis actuels tout en
ouvrant de nouvelles opportunités.

IA explicable (XAI) IA éthique et ESG IA hybride (humain +

Développement de modèles IA Intégration systématique des
machine)
capables d'expliquer leurs critères Environnementaux,
Évolution vers des systèmes de
décisions et leurs raisonnements Sociaux et de Gouvernance dans
"décision augmentée" où l'IA et
de manière compréhensible les algorithmes d'IA, permettant
l'humain collaborent, combinant
pour les humains, renforçant la d'évaluer l'impact extra-financier
l'intuition et l'éthique humaines
confiance des investisseurs et des investissements et d'orienter
avec la puissance de calcul et
satisfaisant les exigences les capitaux vers des actifs
l'analyse de données des
réglementaires. durables.
algorithmes.
Horizon : 2025-2027 Horizon : 2025-2028
Horizon : 2024-2030

EXPERTISE PUISSANCE
HUMAINE IA HYBRIDE
IA

Apprentissage fédéré IA quantique

Utilisation de l'informatique quantique
Formation de modèles sur des données NLP avancé pour la finance pour optimiser les portefeuilles à l'échelle
décentralisées sans partage direct,
Compréhension contextuelle mondiale
préservant la confidentialité
sophistiquée des actualités et rapports
financiers
Adoption : 35%
Adoption : 70%

Adoption : 85%

IA multi-factorielle
IA + Blockchain Agents financiers
équitable
Combinaison entre IA et blockchain pour
autonomes
Modèles intégrant automatiquement
des transactions transparentes et IA capables d'agir de manière autonome équité et neutralité dans l'évaluation des
vérifiables sur les marchés avec des contraintes actifs financiers
éthiques préétablies

Adoption : 60% Adoption : 50%

Adoption : 45%

Créé avec Genspark

ECS, Une Empreinte d’Expertise…

 CONCLUSION

L'IA n'est pas qu'un simple buzz, mais une véritable révolution qui
transforme profondément les marchés financiers.

PUISSANCE IA EXPERTISE
HUMAINE

Transformation du trading Opportunités et risques

Les algorithmes dominent Des performances
désormais les marchés, avec 70- impressionnantes sont possibles,
90% des transactions exécutées par mais viennent avec des risques
des systèmes automatisés. systémiques qui nécessitent une
supervision attentive.

Démocratisation des outils Évolution réglementaire

L'IA rend accessible aux Les régulateurs développent
investisseurs individuels des outils activement de nouveaux cadres
d'analyse autrefois réservés aux pour équilibrer l'innovation et la
institutions. protection des marchés.

La clé du succès réside dans une approche

équilibrée, combinant la puissance de l'IA et
l'expertise humaine pour créer des marchés plus
efficients, plus accessibles et plus résilients.

INP-HB, site Centre

Ecole Supérieure de Commerce et d’Administration des
Entreprises
Etudes Comptables Supérieures
Junior Bourse Challenge Junior Bourse Challenge, Club d’étudiants de la filière ECS ECS, Une Empreinte d’Expertise…