Et si les les réseaux sociaux prédisaient la bourse…

En analysant l’humeur des réseaux sociaux, la start-up SESAMm parvient à anticiper les mouvements boursiers. Cette solution pourrait transformer la manière d’envisager le métier de trading.

En analysant l’humeur des réseaux sociaux, la start-up SESAMm parvient à anticiper les mouvements boursiers. Cette solution pourrait transformer la manière d’envisager le métier de trading.

Par Sébastien Lambotte pour l’édition ITnation Mag Décembre 2015

On exprime allègrement beaucoup de choses à travers les réseaux sociaux, souvent même sans s’en rendre compte. On y partage nos humeurs, nos envies, nos joies, nos peines. Et même pour des publications neutres en apparence, le ton ou le champ lexical utilisé peut être révélateur d’une humeur. Toute cette information, si elle est bien appréhendée, peut être exploitée à différentes fins. Après avoir pris connaissance d’un article sur le sujet, quelques jeunes adeptes de technologie en Lorraine ont eu l’idée de travailler sur un nouveau concept.

« De notre solution peut découler une nouvelle manière d’aborder le trading. »

« Nous avons voulu développer un algorithme capable de scruter les réseaux sociaux pour en comprendre l’humeur et de voir s’il était possible de corréler ces sentiments avec les mouvements opérés sur les bourses quelques heures plus tard », explique Sylvain Forté, président et co-fondateur de SESAMm. Au service de la finance, la start-up allie les concepts de Big Data, d’analyse du langage et les usages des réseaux sociaux.

L’équipe est actuellement composée de trois associés et de deux experts fraîchement engagés : un analyste quantitatif et un linguiste informatique. Tout ce petit monde aux potentialités étonnantes intègre en ce moment le Khube de KPMG. En amont, l’équipe a travaillé deux ans et demi, développant une expertise en finance analyse technology et en finance machine learning. Au-delà des aspects liés au métier de la finance, il a fallu s’attarder sur divers enjeux d’ordre linguistique, trouver comment traduire les sentiments exprimés à travers les réseaux en modèles mathématiques et statistiques pour, in fine, parvenir à traduire les résultats de l’analyse en signal de trading.

« notre technologie peut être envisagée comme élément différenciateur d’une logique d’investissement. »

« Autour du langage, beaucoup de recherches ont été menées par ailleurs. Il a fallu en intégrer les résultats au sein de notre modèle. Toute la base technologique, en outre, a été développée en interne, poursuit Sylvain Forté. Aujourd’hui, la solution fonctionne. Il est possible, selon l’analyse qui est faite du sentiment exprimé à travers les réseaux, de déterminer les mouvements boursiers dans les heures qui vont suivre mais aussi leur ampleur. C’est tout à fait fiable. De notre solution peut découler une nouvelle manière d’aborder le trading. Comme l’a été le trading à haute fréquence il y a quelques années, notre technologie peut être envisagée comme élément différenciateur d’une logique d’investissement. »