Les modèles de langage savent souvent entrer dans le bon tempo au départ, puis ils perdent le fil quand les conditions changent. Une étude relayée le 25 juin 2026 par le Wall Street Journal conclut que les systèmes d’IA appliqués au trading peuvent fonctionner sur de courtes périodes, sans battre durablement le marché.
Le papier compare des stratégies construites autour de grands modèles de langage (LLM) à des approches classiques de type buy and hold. Sur deux décennies de données, les auteurs ont observé que les modèles avaient tendance à être trop prudents dans les phases haussières, manquant une partie des gains, puis trop agressifs dans les marchés baissiers, accumulant des pertes au mauvais moment.
Points clés
- Sur deux décennies et plus de 100 actions, les LLM ne battent pas durablement les stratégies buy and hold
- Les modèles se montrent trop prudents en marché haussier et trop agressifs en marché baissier
- Étude attribuée à des chercheurs d’Édimbourg et de l’UCLA, acceptée à la conférence KDD 2026
Des résultats corrects au début, moins convaincants dans la durée
L’idée centrale tient en une phrase : les LLM peuvent se montrer utiles dans un premier temps, mais leurs performances se dégradent sur des périodes plus longues et dans des environnements de marché changeants. Le WSJ évoque une analyse menée sur deux décennies de stratégies fondées sur des LLM, sans préciser dans l’extrait public le nom complet des auteurs ni l’univers exact des titres étudiés.
Une synthèse publiée le 25 juin par Value The Markets apporte des détails complémentaires. L’étude a porté sur plus de 100 actions et a utilisé un cadre de backtesting présenté comme plus strict que les tests habituels, avec une attention aux biais classiques des simulations financières. Les travaux auraient été conduits par des chercheurs de l’université d’Édimbourg et de l’UCLA, et acceptés pour une présentation à KDD 2026, la conférence de référence sur la data science et la découverte de connaissances.
L’IA n’est pas jugée inutile, mais dépendante du régime de marché
Le résultat est plus nuancé qu’un verdict contre l’IA. Les modèles de langage ne sont pas présentés comme incapables de décider, mais comme des outils dont la qualité dépend fortement du régime de marché. Dans un environnement stable, ils produisent des séquences de décisions cohérentes. Quand la tendance s’inverse ou que la volatilité change, la stratégie perd en efficacité.
Depuis le début de juin, le Wall Street Journal a aussi décrit l’intensification des financements autour de l’IA, avec des levées de fonds et des émissions obligataires à grande échelle chez plusieurs acteurs du secteur. La question ne porte donc plus seulement sur la capacité de l’IA à analyser les marchés, mais sur sa capacité à tenir face à des prix instables, des coûts de transaction et des changements de régime difficiles à anticiper. Sur le terrain des actions et sur longue période, un modèle de langage ne suffit pas à faire mieux que le marché.
