Le machine-learning au service de la prédiction des monnaies virtuelles

Selon une étude récente du MIT, prédire le cours du Bitcoin serait mathématiquement possible grâce au machine-learning. De quoi attiser la convoitise des investisseurs et des personnes utilisant le bitcoin.

Le machine-learning (ou apprentissage automatique) est la discipline qui s’intéresse aux méthodes automatisables qui permettent à une machine (au sens large) d'évoluer grâce à un processus d’apprentissage et donc de remplir des tâches que l’algorithmique classique ne permet pas d’effectuer. C’est donc par définition un des domaines d’étude de l’intelligence artificielle : apprendre aux machines à développer des processus d’apprentissage afin qu’elles deviennent "intelligentes".

C’est un de ces sujets les plus exploités par les géants du web, Google en tête. La firme de Moutain View a en effet acquis en Janvier DeepMind Technologies, une start-up de 12 personnes spécialisées dans le Deep Learning, pour 400 millions de dollars. Facebook s’y intéresse aussi : la firme de Mark Zuckerberg a recruté l’année dernière le français Yann LeCun, professeur à la New York University et spécialiste du domaine. Le Facebook AI Lab compte en effet apporter des avancées majeures en matière de machine learning.

Mais des chercheurs du MIT ont appliqué le machine-learning à la spéculation financière sur des monnaies financières. Appartenant au département Computer Science and Artificial Intelligence Laboratory, ils ont en effet créé un algorithme de machine learning qui serait capable de prédire le cours de la crypto monnaie bitcoin, et ont réussi à doubler leur investissement sur une période de 50 jours.

Le Bitcoin désigne un réseau peer-to-peer formé comme un registre (comportant des chaines de blocs) reposant sur la cryptographie asymétrique : une clé (paramètre permettant de crypter des données et donc de les protéger) dite "publique"  et une clé "privée" qui permet d’authentifier les transactions. Les personnes faisant parti du registre peuvent alors s’échanger des bitcoins, unité de monnaie virtuelle pour ce réseau. L’intégrité des transaction est assurée par des "mineurs", sorte de modérateurs du réseau et qui vérifient les opérations financières.

Les chercheurs du MIT ont récolté les données des transactions majeures de bitcoins toutes les secondes pendant 5 mois, accumulant ainsi plus de 200 millions de données. En utilisant le modèle mathématique de la "régression bayésienne" (permettant de tirer des probabilités d’évènements aléatoires), ils ont entrainé un algorithme capable d’identifier les modèles émanant de ces données et ainsi de prédire les prix et donc de savoir quand vendre ou acheter des bitcoins. Par exemple, toutes les 2 secondes, ils étaient capable d’évaluer le montant de la transaction moyenne dans les 10 secondes suivantes, et si le prix était au dessus ou en dessous d’un certain seuil, ils vendaient, achetaient ou ne faisaient aucune opération.

Le bitcoin est une monnaie volatile, car encore en “construction” en tant qu’actif financier, et sa définition fait encore débat (monnaie, matière première, technologie). Cet algorithme démontre que la spéculation est aussi possible sur les monnaies virtuelles, et met en lumière la fragilité de cette monnaie virtuelle. Devavrat Shah, un des leaders du projet, avaient déjà utilisé cet algorithme pour prévoir les tendances sur Twitter, et pensent pouvoir appliquer son algorithme à la variation des prix causée par des facteurs humains.

Vidéo réalisée par l'école ESIEE