Deux traditions en matière de prévision : marchés contre apprentissage automatique

La prévision a évolué selon deux axes majeurs : les marchés de prédiction, qui agrègent les convictions humaines en temps réel, et les modèles statistiques, qui apprennent des données historiques. La nouvelle frontière ne consiste pas à choisir l'un plutôt que l'autre, mais à combiner les deux pour former un système de décision plus robuste.

Il existe deux traditions très différentes en matière de prévision.

1) La tradition des marchés : les prix comme probabilités

L'une provient des marchés. Dans un marché de prédiction, les prix évoluent à mesure que les individus misent de l'argent sur leurs convictions. Si un contrat se négocie à 0,63, la foule indique en fait qu'il y a 63 % de chances que ce résultat se réalise.

L'idée n'est pas nouvelle. Au XIXe siècle, les Américains pariaient déjà massivement sur les résultats des élections — parfois avec plus de liquidité que les premiers sondages d'opinion. À la fin des années 1980, les Iowa Electronic Markets ont démontré que de petits marchés bien structurés pouvaient surpasser les sondages traditionnels. Plus récemment, des plateformes comme Polymarket ont mondialisé ce modèle grâce aux échanges en ligne en temps réel.

Et dans plusieurs cas récents, ces marchés se sont révélés d'une précision frappante. Lors de l'élection américaine de 2020, les marchés de prédiction se sont adaptés aux changements de probabilités plus rapidement que de nombreux sondages publics. En 2022, les marchés ont rapidement intégré la probabilité de hausses majeures des taux des banques centrales bien avant les annonces officielles. En 2024, les marchés basés sur les cryptomonnaies ont réagi en quelques minutes aux rumeurs de retrait politique et aux signaux d'événements d'entreprise, convergeant souvent vers le résultat final avant les commentaires des médias généralistes. Dans des environnements changeants et sensibles à l'information, les prix ont intégré les nouveaux signaux de manière quasi instantanée.

2) La tradition de la science des données : les modèles comme extracteurs de schémas

L'autre tradition est issue des statistiques et de l'apprentissage automatique. Ici, les prévisions sont construites à partir de données historiques : modèles de séries temporelles, régression, gradient boosting et réseaux de neurones. Au lieu de demander aux gens ce qu'ils croient, le modèle extrait des schémas de ce qui s'est déjà produit.

Les marchés ont tendance à briller lorsque l'information est dispersée entre de nombreux individus et lorsque la question est binaire ou liée à un événement. La science des données excelle lorsqu'il existe une structure historique profonde dont on peut tirer des enseignements — revenus, demande et indicateurs opérationnels.

Pas des substituts — des compléments

Ils ne sont pas interchangeables.

L'un agrège l'information humaine en temps réel. L'autre extrait des régularités statistiques à partir des données.

La frontière intéressante ne consiste pas à choisir entre les deux, mais à combiner ces deux signaux en un système de prévision unique.

Veuillez noter que la version française est assistée par Ai, des erreurs mineures peuvent donc exister.

Auteur

Ai Base Network (ABN), ABN ASIA a été fondée par des personnes ayant des racines profondes dans le milieu académique, avec une expérience professionnelle aux États-Unis, aux Pays-Bas, en Hongrie, au Japon, en Corée du Sud, à Singapour et au Vietnam. ABN ASIA est l'endroit où l'académie et la technologie rencontrent l'opportunité. Avec nos solutions de pointe et nos services de développement logiciel compétents, nous aidons les entreprises à se développer et à s'imposer sur la scène mondiale. Notre engagement : Plus vite. Mieux. Plus fiable. Dans la plupart des cas : moins cher également.

N'hésitez pas à nous contacter chaque fois que vous avez besoin de services informatiques, de conseils en matière de numérique, de solutions logicielles prêtes à l'emploi, ou si vous souhaitez nous envoyer des demandes de propositions (RFP). Vous pouvez nous contacter à l'adresse [email protected]. Nous sommes prêts à vous aider avec tous vos besoins technologiques.