Die Portfolios der Meisterschaft der Experten für Vermögensverwaltung

« Je ne fais pas de prévisions de marché. Je mesure. »
En trente ans de métier, j’ai appris une chose : les clients ne se souviennent pas des rendements. Ils se souviennent de qui leur a dit la vérité quand c’était difficile. Alors je prouve avant d’affirmer.
Et quand je ne sais pas, je le dis : c’est encore ce qui protège le mieux un patrimoine. Je n’ai jamais accepté qu’on me demande de croire un chiffre sans pouvoir le vérifier.
J’ai donc fait un choix rare dans notre métier : consacrer deux ans de travaux à construire mes propres outils plutôt qu’à les subir.
De ce travail est née BLACKHOLE, une plateforme d’analyse quantitative dédiée aux banques privées, aux institutionnels, aux family offices, aux sociétés de gestion, aux gestionnaires d’actifs et aux CGP CIF qui souhaitent se doter des méthodes quantitatives des banques d’investissement. Exemple sommaire de cette plateforme augmentée par l’intelligence artificielle permet de :
– construire des allocations qui mêlent fonds (OPC) et titres vifs, actions comme obligations ;
– sélectionner, classe d’actifs par classe d’actifs, les fonds les mieux notés d’un contrat d’assurance vie, parmi près de 1 200 unités de compte analysées sur leurs DATA de risque et de performance ;
– bâtir chaque allocation à partir du profil de l’investisseur et de ses préférences de durabilité, puis en contrôler l’adéquation au profil de risque et aux objectifs durables ;
– produire un rapport client complet : respect du mandat risques / durabilité , composition, durabilité « demandée contre réalisée », cadre réglementaire ;
– backtester des fonds, des indices et des allocations entières, et comparer entre elles toutes sortes d’actifs ;
– le tout à partir d’un simple code ISIN : fonds, ETF, actions ou obligations.

Sous le capot, des modèles issus de la recherche académique et des salles de marché, et du machine learning : réseaux de neurones récurrents , par exemple ; simulations accélérées sur processeur graphique, des modèles de régression LASSO, forêts d’isolement pour détecter les anomalies, des modèles multi facteurs. Et une veille qui ne s’arrête pas : chaque jour, des agents d’intelligence artificielle spécialisés dépouillent 1200 indicateurs plus de quarante sources d’information internationales (banques centrales, presse financière, séries économiques officielles, interventions de gérants transcrites automatiquement) pour produire des alertes en temps réelles analyses macroéconomiques, obligataires et géopolitiques, un IHM 4.0 lues à voix haute. Un agent IA contradicteur est chargé de démonter la thèse dominante avant qu’elle ne devienne une certitude. Une telle combinaison se rencontre rarement chez un conseiller indépendant.
Ma démarche est celle de la recherche appliquée : partir de connaissances éprouvées (théorie moderne du portefeuille, modèles de Niveau Phd, cadre MiFID II, DDA et SFDR) pour répondre à une question précise : comment prouver chaque chiffre présenté à un client ?

C’est aussi celle du développement expérimental : formuler une hypothèse, la tester, la rejeter si elle ne tient pas. Quand un univers obligataire modélisé n’a pas résisté à cette exigence, je l’ai abandonné pour reconstruire une base à partir du registre officiel : Des contrôles automatiques vérifient les calculs, et des erreurs y ont été volontairement introduites pour prouver qu’elles sont détectées.
Ce que j’apporte n’est pas une conviction de marché : c’est une méthode, et la rigueur de l’appliquer même quand elle dérange. La machine mesure ; la décision, elle, reste humaine.
Le conseil patrimonial est en train de changer de nature : chaque recommandation doit être prouvée. Ceux qui construisent dès aujourd’hui leur méthode sur la preuve prennent une avance qui ne se rattrape pas en quelques mois.
Conseillers, banques privées, family offices : si la preuve est aussi votre exigence, échangeons.