![]()
Chacun rêverait d’avoir un conseiller financier personnel et compétent pour optimiser ses investissements. Comme les banques échouent dans ce secteur, on voit fleurir des moteurs de recommandation automatisés bâtis sur des algorithmes et proposés par des Fintech, ces startups qui marient finance et technologie.
Trois startups
On a pu le constater à l’occasion de l’événement FinTech Day organisé par Octo Technology, une société de conseil en informatique, le 25 mars à Paris. Trois sociétés françaises, Advize, Marie Quantier et Fundshop, .étaient représentées sur ce segment baptisé « robo adviser » parmi les vingt startups invitées.
Leurs plateformes auront pris du temps à être développées et les utilisateurs sont encore peu nombreux en comparaison des millions de clients des banques traditionnelles.
Advize annonce plusieurs milliers de clients, et commercialise un seul produit, de l’assurance vie, pour le moment issu de Generali. Toutes les semaines, une analyse des investissements est réalisée et vient conforter ou infirmer les choix fait par le moteur de recommandation.
Les oeufs dans le même panier
Autre moteur algorithmique présenté celui de la startup Marie Quantier, développé par des diplômés de l’école nationale supérieure d’économie et un mathématicien. Il permet de réaliser des arbitrages sur les marchés financiers à partir de 5000 € d’investissement, pour un rendement brut de 7% à 20% grâce à l’analyse des grandes tendances du marché.
Le nom de Marie Quantier a été choisi comme marque pour la startup car elle s’était distinguée au début du 20ème siècle en réussissant ses investissements en ne mettant pas tous ses oeufs dans le même panier. Dernière solution en démonstration, Fundshop propose également un moteur algorithmique pour le particulier. Celui-ci choisit sa durée d’investissement, le taux de rémunération qu’il souhaite obtenir et la prise de risque qu’il accepte de prendre.
Algorithme de Markov
L’outil de Fundshop amène le particulier à réfléchir à la cohérence de ses investissements. Il valide la classe d’actifs qu’il choisit. Il lui est proposé les fonds à tendance haussière. Puis le portefeuille est créé, et des alertes sont envoyées lorsque des arbitrages sont nécessaires. L’algorithme employé en back office est très traditionnel puisqu’il repose sur Markov, auquel s’ajoutent des classes de valeur haussières. Le modèle calcule la probabilité de perte en capital et d’atteindre le gain demandé.