Les machines ont déjà investi de nombreuses sphères de la finance, des marchés de prédiction au trading haute fréquence. Les algorithmes pourraient-ils également aider à mieux sélectionner et trader des crypto-monnaies, de la même manière que des logiciels parviennent à surpasser des traders expérimentés sur les marchés actions ? Pour le moment, les experts demeurent sceptiques.
Michelle Gill, consultante en deep learning pour Nvidia, a déclaré à l’International Business Times (IBT) que les outils actuels de machine learning ne constituaient pas de très bons outils pour prédire les marchés de crypto-monnaies. Elle explique que ces dernières correspondaient à un phénomène nouveau, qui comporte de nombreux mouvements « non habituels ».
Il semble par ailleurs difficile de comparer les évolutions du Bitcoin avec celles d’autres bulles spéculatives, comme la tulipomanie du 17ème siècle aux Pays-Bas. D’un côté nous avons un bulbe, de l’autre côté nous avons une innovation technologique qui évolue constamment, qu’il s’agisse de l’actif en lui-même ou des services qui l’entourent.
« Nous n’avons pas vraiment beaucoup d’exemples comparables à ça », a expliqué Mme Gill lors de l’Artificial Intelligence & Data Science qui s’est récemment tenu dans la ville de New York.
Pourtant, de nombreux groupes de chercheurs sont en train de recueillir et d’analyser des données liées aux crypto-monnaies.
Parmi eux, Jim Liew, professeur assistant en finance à la John Hopkins Carey Business School et mineur Ethereum à ses heures perdues. L’équipement de minage qu’il a déployé avec l’aide de quelques étudiants lui à coûté 3 000 dollars, et suppose des dépenses électriques mensuelles de 80 dollars. Il peut ainsi miner chaque mois l’équivalent de 300 dollars d’Ethers. Il appréhende ces coins comme un investissement à long terme.
« La plupart des gens regardent les prix, et ne s’intéressent pas à la technologie blockchain » a indiqué M. Liew à IBT. « Je vois le Bitcoin comme AOL… Qui sera le prochain Facebook, Google ou Amazon ? Pour l’instant, nous l’ignorons ».
Les recherches menées par M. Liew et ses étudiants se focalisent sur les « altcoins » – autrement dit l’ensemble des crypto-monnaies, à l’exception du Bitcoin. Ils cherchent actuellement à développer des algorithmes prédictifs qui pourraient les aider à prévoir quels seront les prochains coins à intégrer le top 10 des crypto-monnaies.
« Je pense qu’il s’agira d’une crypto-monnaie qui puisse permettre aux gens de faire vivre leurs idées, un peu comme Ethereum », a expliqué M. Liew. « Elle devra apporter une réelle utilité aux utilisateurs ».
La réponse pourrait-elle provenir d’une application ? Bitcoin Bubble Burst, collecte certaines données issues de plateformes d’échange, de sites d’actualité ou encore de réseaux sociaux, afin de tenter de prédire le prix de la monnaie numérique. Et pour TechCrunch, l’application serait jusqu’à présent plutôt juste dans ses prévisions.
Mais de nombreux experts fintech se disent sceptiques quant à la capacité d’un logiciel d’intelligence artificielle à prédire avec succès le prochain éclatement d’une « bulle » Bitcoin, ou à pouvoir suggérer des stratégies de trading de crypto-monnaies fiables.
« Nous ne disposons pas de suffisamment de données », a expliqué Vasant Dhar, un professeur de la New York University qui fut le premier a créer un fonds spéculatif basé sur l’intelligence artificielle. Il s’agit du programme Adaptive Quant Trading de SCT Capital Management, doté de 350 millions de dollars d’encours.
« Tout ce que nous avons vu jusqu’ici, comme stratégie c’est d’acheter… dès que les contrats à terme arriveront, le marché sera profondément bouleversé ». CME Group et Cboe Futures Exchange vont effectivement devenir les premières bourses d’échange à proposer des contrats à terme (futures) sur le Bitcoin. L’arrivée de produits dérivés financiers dans l’écosystème blockchain devrait permettre aux chercheurs de pouvoir bénéficier de données supplémentaires.
« Pour le moment, on assiste à une frénésie d’achat parce que les gens s’attendent à ce que son prix grimpe », a indiqué M. Dhar à IBT. « Quand les contrats à terme seront disponibles, et que les professionnels commenceront à les échanger, peut-être qu’au bout de plusieurs années nous disposerons de suffisamment de données afin de mettre en place des stratégies de trading basées sur le machine learning. Pour le moment, tout ce que nous avons pu voir, c’est une période de flambée du cours. Il n’y a pas vraiment d’éléments pour mettre au point une stratégie ».
Références : IBT, Coinmarketcap, TechCrunch