SESAMm ouvre la voie à des prévisions financières fondées sur l’analyse des réseaux sociaux

SESAMm, jeune start-up innovante d’ingénierie financière, développe des algorithmes de prévisions financières fondées sur l’analyse des réseaux sociaux.

SESAMm, jeune start-up innovante d’ingénierie financière, développe des algorithmes de prévisions financières fondées sur l’analyse des réseaux sociaux. Imaginez un peu! Être capable, par exemple, de savoir dans quels secteurs investir en analysant les tweets et les tendances du site de micro-blogging? La start-up fournit aux banques et aux hedge funds des indicateurs financiers d’analyse des indices boursiers pour prendre des décisions d’investissement. Nous avons demandé aux trois co-fondateurs de la jeune pousse de nous détailler le fonctionnement technique de leurs outils et les champs d’application possibles de leurs outils.

Par Charles-Louis Machuron

Quel est l’objet de l’application SESAMm et pourquoi ?

SESAMm développe des outils d’analyse automatique de textes pour extraire des informations pertinentes et réaliser des prévisions. Nous utilisons les méthodes de « Natural Language Processing » ainsi que des approches statistiques, le tout pour fournir des données en temps réel.

Les entreprises et les particuliers émettent en continu de l’information sous forme de textes : blogs, réseaux sociaux, presse […] cette génération de données est si massive que seules des méthodes automatisées permettent de traiter l’information en temps réel et d’en extraire des conclusions et des prévisions.

Ces analyses Big Data sont en particulier utilisées dans les domaines suivants :

  • Etude du sentiment boursier et prévisions financières : indicateurs financiers pour des indices, actions, matières premières ou secteurs.
  • Etude du comportement : étude de subjectivité et d’humeur.
  • Etude de l’impact événements : campagne média, lancement de produit.

Pourquoi ? Les entreprises et les particuliers émettent en continu de l’information sous forme de textes : blogs, réseaux sociaux, presse… Cette information est précieuse car elle permet d’analyser finement des comportements et ainsi de prévoir des effets futurs. Cependant, cette génération de données est si massive que seules des méthodes automatisées permettent de traiter l’information en temps réel et d’en extraire des conclusions et des prévisions. Cette approche est en particulier intéressante dans le domaine des marchés financiers. Si ces marchés paraissent à première vue entièrement contrôlés par de la donnée chiffrée, il ne faut pas perdre de vue le fait que de très nombreuses opérations sont réalisées par des êtres humains, qui échangent de l’information textuelle pouvant être exploitée.

Découvrez quelles sont les solutions de SESAMm et la suite de l’entretien sur Silicon Luxembourg