Les réseaux de neurones ont décrypté la logique boursière grâce aux rapports textuels

Des chercheurs de la Booth School of Business de l'Université de Chicago ont mené un test en conditions réelles de trois modèles d'IA avancés, en utilisant les données de près de 2 000 rapports financiers réels d'entreprises de divers secteurs, fin 2025. Les modèles ont réussi à expliquer environ 17 % des fluctuations des cours boursiers lors des jours de publication des résultats, tandis que la mesure traditionnelle du marché—la surprise des bénéfices—n'explique historiquement qu'une fraction négligeable. Même en intégrant des décennies de connaissances académiques, ce chiffre n'atteint que 8 %. Les réseaux de neurones ont surperformé les modèles analytiques humains en analysant de manière exhaustive les données textuelles non structurées, notamment les prévisions de la direction, les commentaires des dirigeants et les caractéristiques linguistiques de leurs discours lors des conférences téléphoniques avec les investisseurs. Les systèmes d'IA ont constaté que les bons résultats financiers sont souvent déjà intégrés dans les cours, les investisseurs réagissant davantage à la rhétorique qui les accompagne. Les résultats ont été présentés dans des revues numériques lisibles par l'homme, avec des explications textuelles des anomalies de marché, ce qui pourrait aider les économistes à formuler de nouvelles hypothèses sur la tarification des actifs.