Avant de commencer Valarn, j'ai passé plusieurs années à travailler aux côtés d'équipes d'investissement professionnelles.
Une chose est devenue évidente très rapidement.
Les investisseurs professionnels ne prennent pas de décisions à partir d'un seul article d'actualité ou d'un seul rapport sur les bénéfices.
Ils passent des heures—parfois des jours—à rechercher une entreprise sous tous les angles possibles.
Les investisseurs individuels n'ont que rarement ce luxe.
La plupart des gens jonglent avec des carrières, des familles et des vies chargées. Ils pourraient avoir une heure après le travail pour rechercher une action avant de prendre une décision importante.
Ce n'est pas un manque d'intelligence.
C'est un manque de temps et d'outils de recherche.
C'est le problème que je voulais résoudre.
L'écart de recherche#
Les grandes sociétés d'investissement ont des équipes entières dédiées à la recherche.
Une personne étudie les finances de l'entreprise.
Une autre surveille les tendances économiques.
Quelqu'un d'autre suit les nouvelles de l'industrie.
D'autres se concentrent sur le risque, l'analyse technique ou le sentiment du marché.
Ces experts remettent en question les idées des autres avant qu'une décision d'investissement importante ne soit prise.
La plupart des investisseurs individuels ont :
- Des sites d'actualités financières
- Une application de courtage
- Les réseaux sociaux
- Peut-être une vidéo YouTube ou un podcast
Il n'y a rien de mal avec ces ressources.
Mais elles ne sont pas comparables à avoir une équipe de spécialistes examinant la même entreprise sous différents angles.
Je croyais que l'IA pouvait aider à combler cet écart.
D'où vient l'idée#
En 2024, j'ai commencé à expérimenter avec l'IA pour la recherche financière.
Comme beaucoup de gens, j'ai demandé à l'IA de résumer les rapports sur les bénéfices, les dépôts SEC et les nouvelles de l'entreprise.
Les réponses semblaient convaincantes.
Mais elles manquaient souvent de profondeur.
Parfois, elles étaient même confiantes mais erronées.
Puis j'ai réalisé quelque chose.
La recherche professionnelle n'est pas produite par un analyste travaillant seul.
Elle est créée par la discussion, le désaccord et le questionnement constant.
Un analyste trouve l'opportunité.
Un autre souligne les risques.
Un troisième remet en question les hypothèses.
Les meilleures idées survivent parce qu'elles ont été testées.
Cela a conduit à une question simple :
Et si l'IA fonctionnait de la même manière ?
Au lieu d'une IA donnant une seule opinion...
Que se passerait-il si plusieurs spécialistes en IA examinaient la même entreprise sous différents angles, remettaient en question le raisonnement des autres, puis collaboraient pour produire un rapport de recherche équilibré ?
Cela est devenu la fondation de Valarn.
Construire une équipe d'analystes IA#
Au lieu de s'appuyer sur une IA polyvalente, Valarn utilise une équipe entière d'analystes IA spécialisés — aujourd'hui, jusqu'à environ 25 d'entre eux, organisés en cinq catégories.
Chacun a un travail spécifique. Voici juste quelques exemples :
- Analyste des fondamentaux — Examine les états financiers, les bénéfices, l'évaluation et la performance de l'entreprise.
- Analyste de marché — Recherche les tendances de prix et la structure du marché.
- Analyste de sentiment — Suit les nouvelles, les appels sur les bénéfices, les révisions des analystes et le sentiment du marché.
- Analyste macro — Surveille les tendances économiques qui pourraient affecter les investissements.
- Analyste des risques — Recherche les raisons pour lesquelles une idée d'investissement pourrait échouer.
L'Analyste des risques est l'un de mes préférés.
Son travail entier est de ne pas être d'accord.
Sérieusement.
Alors que les autres analystes construisent un argument, l'Analyste des risques essaie de le démolir.
Parfois, c'est frustrant.
Généralement, c'est exactement ce qui est nécessaire.
Parce qu'une bonne recherche ne consiste pas à prouver que vous avez raison.
Il s'agit de découvrir où vous pourriez avoir tort.
Pourquoi le débat est important#
Les équipes d'investissement professionnelles débattent constamment.
L'objectif n'est pas de gagner un argument.
L'objectif est de trouver la conclusion la plus solide.
Nous voulions que notre IA fonctionne de la même manière.
Au lieu de donner une réponse rapide, Valarn permet à plusieurs analystes IA d'examiner les mêmes preuves sous différents angles avant de produire un résumé final de recherche.
Parfois, ils sont d'accord.
Parfois, ils ne le sont pas.
Ce désaccord est précieux.
Il révèle souvent des risques—ou des opportunités—qui autrement seraient manqués.
Pour qui nous avons construit Valarn#
Valarn n'est pas conçu pour remplacer les conseillers financiers ou les gestionnaires d'investissement professionnels.
Il est construit pour les personnes qui aiment faire leurs propres recherches et veulent de meilleurs outils.
Des personnes qui :
- Gèrent leurs propres investissements.
- Veulent plus que des gros titres et des opinions sur les réseaux sociaux.
- Aiment comprendre à la fois les côtés positifs et négatifs d'une opportunité.
- N'ont pas des heures chaque jour pour lire des centaines de rapports.
Ce sont des ingénieurs, des enseignants, des médecins, des entrepreneurs, des retraités et des apprenants tout au long de la vie.
Ils sont plus que capables de comprendre une recherche de qualité institutionnelle.
Ils n'ont tout simplement pas accès à une équipe de recherche institutionnelle.
Ce que nous avons appris#
L'une de nos plus grandes surprises a été de voir ce qui intéressait le plus les utilisateurs.
Nous avons supposé que tout le monde se concentrerait sur la vue finale de la recherche.
Au lieu de cela, de nombreux utilisateurs passent le plus de temps à lire le débat entre les analystes IA.
Ils veulent comprendre pourquoi l'IA a atteint sa conclusion.
Une autre leçon ?
L'incertitude est précieuse.
Parfois, chaque analyste est d'accord.
Parfois, ils ne le sont pas.
Montrer ce désaccord aide les gens à prendre des décisions mieux informées au lieu de faire aveuglément confiance à une seule réponse.
Nous avons également appris que la transparence construit la confiance.
Plutôt que de demander aux utilisateurs de simplement croire l'IA, nous les laissons explorer les analyses passées et comprendre comment les conclusions ont été atteintes.
La confiance doit être gagnée—pas supposée.
Notre mission#
Depuis des décennies, les meilleurs outils de recherche ont principalement été disponibles pour les grandes institutions financières.
L'IA change cela.
Aujourd'hui, il est possible de donner aux investisseurs individuels accès à des recherches qui nécessitaient autrefois une équipe entière d'analystes.
C'est ce qui m'excite.
Pas remplacer le jugement humain.
Le soutenir.
Aider les gens à comprendre à la fois les opportunités et les risques.
Les aider à poser de meilleures questions.
Les aider à prendre des décisions plus éclairées.
Nous ne faisons que commencer#
L'IA s'améliore à un rythme incroyable.
Il en va de même pour Valarn.
Nous continuerons à ajouter de nouvelles sources de données, à améliorer nos analystes IA, à étendre nos capacités de recherche et à rendre chaque rapport plus facile à comprendre.
Notre objectif n'a jamais été de dire aux gens quoi acheter ou vendre.
Notre objectif est d'aider les gens à penser plus clairement.
Donner aux investisseurs quotidiens une meilleure recherche, un meilleur contexte et une plus grande transparence, afin qu'ils puissent prendre leurs propres décisions en toute confiance.
Si nous pouvons aider à réduire l'écart de recherche entre Wall Street et les investisseurs individuels—même un peu—nous considérerons cela comme un succès.
Et nous ne faisons que commencer.
Valarn
Founder
Valarn Research Team
