Can Language Models Identify Shadow Trading Targets? An NLP Evaluation of SEC Enforcement Theory

Imaginez un monde où la bourse est une immense bibliothèque animée. À l'intérieur, chaque entreprise écrit un journal annuel appelé « 10-K », détaillant exactement ce qu'elle vend, qui sont ses concurrents et quels risques elle encourt. Depuis des décennies, les régulateurs estiment que si vous lisez attentivement ces journaux, vous pouvez repérer quelles entreprises sont des « jumeaux » ou des « cousins » simplement par la similitude de leurs récits. Cette idée est le fondement d'une nouvelle règle controversée appelée « shadow trading » (trading de l'ombre).

La règle est la suivante : si un initié d'une entreprise apprend un secret sur sa propre firme (comme une fusion surprise), il ne doit pas seulement éviter de négocier ses propres actions. Il est également censé savoir, sans qu'on lui dise, que ses entreprises « cousines » pourraient aussi être affectées. S'il négocie les actions de son cousin sur la base de ce secret, c'est illégal. Le problème est que la méthode actuelle du gouvernement pour attraper ces traders revient à installer une caméra sur chaque personne dans la bibliothèque et à enregistrer chacun de ses pas, dans l'espoir de trouver la seule personne qui a regardé le mauvais livre. Cette surveillance massive est coûteuse et soulève de grandes questions sur la vie privée. La grande question que cet article pose est simple : un ordinateur super intelligent (une IA) peut-il lire ces journaux d'entreprises et déterminer quels sont les « cousins » avant que les transactions ne se produisent ? Si la réponse est « oui », nous n'aurons peut-être pas besoin d'espionner tout le monde. Si la réponse est « non », alors la surveillance massive du gouvernement sera peut force de ne pouvoir attraper ces traders, même si cela ressemble à une violation de la vie privée.

Cet article, intitulé « Can Language Models Identify Shadow Trading Targets? » (Les modèles de langage peuvent-ils identifier les cibles du shadow trading ?), met cette idée à l'épreuve en utilisant une IA de pointe. Les chercheurs ont construit un détective robotique en deux étapes. D'abord, l'IA lit les « journaux » (plus précisément la section « Management's Discussion and Analysis ») d'une entreprise qui vient d'être rachetée. Elle tente ensuite de lister dix autres entreprises qui semblent les plus similaires, agissant comme un initié qui connaît le secteur. Deuxièmement, l'IA attribue à ces entreprises « cousines » un score de similitude, les classant de la « famille très proche » à l'« connaissance lointaine ».

Les chercheurs ont ensuite joué au jeu du « repérer le motif ». Ils ont examiné 30 rachats réels d'entreprises au cours de la dernière décennie. Pour chaque événement, ils ont vérifié : les entreprises que l'IA considérait comme les « cousins » les plus proches ont-elles réellement vu le cours de leurs actions bondir le jour de l'annonce ? Si la théorie du « shadow trading » est vraie, l'IA aurait dû être capable de prédire exactement quelles actions allaient bouger.

Les résultats ont été un échec pour la théorie. Lorsque les chercheurs ont examiné l'ensemble des 30 événements, les classements de l'IA n'avaient presque aucun lien avec la façon dont les actions ont réellement bougé. C'était comme essayer de deviner le gagnant d'une course de chevaux en regardant les chaussures des chevaux ; les « scores de similitude » de l'IA étaient tout aussi susceptibles d'être faux que vrais. En fait, le lien statistique était si faible (+0,07) que les chercheurs ont conclu que les données sont incompatibles avec toute relation modérée. Ils ont constaté que dans 14 cas, les prédictions de l'IA semblaient correspondre au marché, mais dans 12 cas, elles le contredisaient complètement, et dans 4 cas, c'était un désordre total.

L'article ne rejette pas définitivement l'idée que les journaux publics des entreprises contiennent une carte de quels titres bougeront ensemble ; il affirme plutôt que son test spécifique n'a pas établi qu'une telle carte existe et a borné la taille de toute relation possible à un niveau très faible. Les auteurs suggèrent que le « lien économique » sur lequel le gouvernement s'appuie n'est pas quelque chose que l'on peut trouver de manière fiable simplement en lisant du texte avec les outils qu'ils ont utilisés. Dans le cas célèbre qui a lancé tout ce débat (SEC v. Panuwat), l'IA a réussi à trouver l'entreprise spécifique impliquée (Incyte), mais elle ne l'a classée qu'en troisième position sur dix, alors que l'action qui a le plus bougé était un pair classé neuvième.

Les auteurs prennent soin de ne pas dire que le « shadow trading » n'existe pas ou que l'IA est inutile. Ils affirment simplement que, avec les outils qu'ils ont utilisés, l'idée qu'un initié puisse consulter un rapport public et savoir exactement quelles autres actions sont hors de portée n'est pas soutenue par les preuves. La relation de « cousinage » semble trop désordonnée et imprévisible pour être trouvée par la simple lecture de textes. Cette conclusion met la pression sur la théorie juridique : si vous ne pouvez pas identifier les « cousins » à l'avance en utilisant des informations publiques, alors le système de surveillance massive que le gouvernement utilise pour attraper ces traders pourrait être la seule option restante, même si cela ressemble à un « mandat général numérique » qui surveille tout le monde pour trouver les quelques personnes qui enfreignent les règles.