Analyser un portefeuille avec l’intelligence artificielle : données, limites, contrôles

Ce qu’un assistant d’IA sait faire sur un portefeuille

Les assistants fondés sur des modèles de langage savent reformuler, trier et synthétiser. Appliqués à un portefeuille, ils peuvent aider à ranger les lignes par classe d’actifs, à repérer des doublons entre fonds, à résumer un document d’information ou à préparer une liste de questions à poser à un conseiller.

Ils ne sont pas, en revanche, une source de données financières par défaut. Un modèle de langage produit un texte plausible à partir de régularités statistiques ; il ne consulte pas toujours un cours en temps réel, ni les bases d’un teneur de compte. L’outil est donc utile pour structurer une réflexion, beaucoup moins pour établir seul un chiffre ou un verdict.

Des données d’entrée précises : la première source d’erreur

La qualité de l’analyse dépend directement de ce qui est fourni. Chaque ligne devrait comporter :

• l’identifiant exact du titre ou du fonds, de préférence le code ISIN ;
• la quantité détenue et la devise de cotation ;
• le prix de revient et le cours, avec la date de valorisation ;
• l’enveloppe dans laquelle le titre est détenu : compte-titres, PEA, assurance-vie, PER.

Un nom approximatif suffit à confondre deux parts d’un même fonds, l’une capitalisante et l’autre distribuante, ou un ETF et son homologue couvert contre le risque de change. Un cours ancien ou une devise mal interprétée fausse ensuite tous les pourcentages.

Erreurs typiques : cours périmés, calculs approximatifs et inventions

Les réponses d’un assistant peuvent paraître sûres tout en comportant des défauts. Trois familles reviennent souvent.

1. Données périmées ou inventées : un cours, des frais courants ou un indice de référence qui n’existe pas ou n’est plus à jour.
2. Calculs inexacts : totaux, pondérations ou rendements annualisés mal additionnés, surtout quand les devises diffèrent.
3. Généralisations abusives : une conclusion sur la diversification fondée sur les noms des titres, sans examiner leurs expositions réelles.

Ces erreurs ne se voient pas à la lecture, car le ton est affirmatif. La seule parade consiste à comparer les résultats aux relevés du teneur de compte et aux documents officiels de chaque émetteur.

Confidentialité : ce qu’il vaut mieux ne pas transmettre

Un relevé contient des informations personnelles : identité, adresse, numéro de compte, parfois situation familiale. Avant de le charger dans un service en ligne, il convient de masquer ces éléments, qui n’aident pas l’analyse. Une liste de positions anonymisée suffit généralement.

Il reste aussi à se renseigner sur la politique du service : conservation des échanges, réutilisation des contenus pour entraîner un modèle, localisation des serveurs, possibilité de supprimer l’historique. Le règlement européen sur la protection des données reconnaît des droits d’accès et d’effacement, mais leur exercice suppose de connaître l’organisme responsable du traitement. Les autorités de protection des données publient des recommandations sur l’usage des IA génératives.

Simulations et projections : un passé qui ne prédit pas l’avenir

Plusieurs outils proposent des scénarios de crise, des tests de résistance ou des projections de rendement. Ils reposent sur des hypothèses : corrélations passées, volatilité historique, absence de rupture. Or les corrélations entre actifs changent justement en période de tension, quand la diversification est la plus recherchée.

Une projection ne constitue donc ni une prévision ni une promesse. Les autorités de supervision rappellent que la performance passée n’est pas un indicateur fiable de la performance future. Il est plus prudent d’examiner une plage de résultats possibles, y compris défavorables, que de retenir un chiffre unique.

Contrôler une analyse en cinq étapes

Une méthode simple limite le risque de mauvaise lecture :

1. Recalculer les totaux et les pondérations à la main ou dans un tableur, à partir du relevé du teneur de compte.
2. Vérifier chaque fonds ou ETF dans son document d’informations clés : indicateur de risque, frais courants, indice suivi, devise.
3. Comparer l’affirmation de l’outil à une deuxième source indépendante.
4. Demander à l’outil de citer l’origine de chaque donnée, puis contrôler cette origine.
5. Noter la date de l’analyse, car les cours et les règles évoluent.

Cette routine est plus longue qu’une simple question posée à l’assistant, mais elle protège contre l’erreur principale : prendre un texte fluide pour une donnée vérifiée.

Exemple de vérification sur un portefeuille hypothétique

Imaginons un portefeuille fictif de 10 000 €, dont l’assistant affirme qu’il est réparti à 50 % en actions mondiales, 30 % en obligations et 20 % en liquidités.

1. Le relevé indique 5 600 € en un ETF actions, 2 900 € en un fonds obligataire et 1 500 € de liquidités.
2. Le recalcul donne 56 %, 29 % et 15 %, soit un écart de six points sur la poche actions.
3. L’examen du document de l’ETF montre une forte concentration sur quelques grandes valeurs américaines, ce que le nom du fonds ne laissait pas deviner.

Dans cet exemple illustratif, l’outil a permis d’ouvrir des pistes, mais ce sont le relevé et le document officiel qui ont fourni les chiffres exacts.

Ce que l’IA ne remplace pas : l’examen de la situation personnelle

Un portefeuille se juge par rapport à un projet, un horizon, une capacité à supporter des pertes et un besoin de liquidité. Aucune de ces notions n’est visible dans une liste de lignes. Une suggestion d’achat ou de vente produite par un assistant ne tient pas compte de la fiscalité personnelle, des enveloppes disponibles ni de l’épargne de précaution.

Elle n’émane pas non plus d’un prestataire autorisé soumis à des obligations d’information et de convenance. Une proposition concrète d’opération mérite donc un examen indépendant, éventuellement avec un professionnel agréé, avant d’être suivie. Les autorités européennes de marché ont d’ailleurs mis en garde les investisseurs contre l’usage de ces outils comme seule source de décision.