Dans un univers financier dominé par des institutions puissantes et des analystes chevronnés, il est rare qu’un adolescent attire l’attention pour ses performances en Bourse. Pourtant, Nathan Smith, un lycéen américain de 17 ans originaire de l’Oklahoma, a réussi un exploit surprenant : transformer un simple investissement de 100 dollars en un portefeuille surperformant les grands indices américains, grâce à l’aide de l’intelligence artificielle ChatGPT. Son approche méthodique, alliée à une curiosité scientifique, a conduit à des résultats que même certains gestionnaires professionnels pourraient envier.
Table des matières
Le point de départ : une idée née d’une publicité
Tout a commencé de manière anodine. Nathan Smith voyait régulièrement une publicité sur YouTube pour une intelligence artificielle prétendant pouvoir prédire les meilleures actions à acheter. Plutôt que de se contenter de cette promesse marketing, il a décidé de mettre la théorie à l’épreuve. L’objectif qu’il s’est fixé était simple : confier à ChatGPT la gestion intégrale d’un petit portefeuille d’actions américaines à faible capitalisation, c’est-à-dire d’une valeur boursière inférieure à 300 millions de dollars. La mission consistait à maximiser les gains entre juin et décembre 2025, en ne prenant aucune décision humaine autre que l’exécution des recommandations.
Une stratégie simple mais disciplinée
Nathan Smith a donné carte blanche à ChatGPT pendant un mois entier. Chaque semaine, il recevait les instructions de l’IA pour acheter ou vendre des titres spécifiques, sans jamais les contester, sauf en cas de problème technique ou d’incohérence manifeste. Cette rigueur a porté ses fruits : en l’espace de quatre semaines, le portefeuille affichait une progression de 23,8 %, alors que les principaux indices boursiers ne gagnaient que 3 à 4 % sur la même période. L’une des positions les plus performantes, l’action CADL, a généré à elle seule près de la moitié des bénéfices, avant d’être revendue au bon moment.
Une mise en œuvre technique accessible
Ce qui distingue également l’expérience de Nathan Smith est la transparence et la simplicité de son dispositif. Soucieux de partager son approche, il a mis son code en accès libre sur GitHub. L’architecture repose sur cinq fonctions clés : l’achat et la vente d’actions, le suivi du portefeuille, l’affichage des performances, la comparaison avec les indices de référence et la visualisation des résultats grâce aux données de Yahoo Finance.
L’ensemble est développé en Python, un langage de programmation réputé dans le domaine de la finance quantitative pour sa flexibilité et sa richesse en bibliothèques spécialisées. Nathan Smith a choisi de travailler uniquement avec des actions entières, en sélectionnant chaque semaine des titres respectant son critère de capitalisation maximale.
Analyse des performances et gestion du risque
Au-delà de la simple performance brute, Nathan Smith s’est intéressé aux indicateurs de risque utilisés par les professionnels de la gestion d’actifs. Il a calculé un ratio de Sharpe avoisinant 0,94, un chiffre jugé satisfaisant dans le contexte d’un portefeuille de petite taille. De plus, le ratio de Sortino, atteignant 2,00, indique que les gains ont largement compensé les pertes éventuelles, démontrant une gestion efficace des mouvements défavorables du marché.
Wall Street face à la méthode de Nathan Smith
L’expérience de Nathan Smith prend toute son ampleur lorsqu’on la met en perspective avec le fonctionnement traditionnel de Wall Street. Les grandes banques d’investissement et fonds spéculatifs disposent d’équipes entières d’analystes, de modèles statistiques complexes et de moyens financiers colossaux pour générer des rendements. Pourtant, malgré cette puissance, de nombreux gestionnaires peinent à battre les indices de référence sur le long terme.
En réalisant une performance de 23,8 % en seulement un mois, Nathan Smith a temporairement surpassé les résultats de nombreux acteurs institutionnels. Bien sûr, il s’agit d’un portefeuille de taille modeste et d’une période courte, mais l’exploit montre qu’une approche innovante, combinant discipline et intelligence artificielle, peut rivaliser avec les méthodes plus classiques de Wall Street.
Cette réussite met également en lumière un changement structurel : l’accès démocratisé à des outils technologiques avancés permet désormais à de simples particuliers d’exploiter des stratégies autrefois réservées aux professionnels de la finance. En cela, Nathan Smith incarne une nouvelle génération d’investisseurs indépendants capables de remettre en question l’hégémonie des marchés traditionnels.
Un parcours marqué par la passion pour la technologie
Nathan Smith ne s’est pas lancé dans cette expérience par hasard. Son intérêt pour la programmation remonte à plusieurs années, lorsqu’il a suivi le célèbre cours CS50 de Harvard. Bien que le langage C ne l’ait pas totalement séduit, il a rapidement trouvé dans Python un outil adapté à ses ambitions. Sa découverte récente de la finance quantitative a été un catalyseur pour combiner ses compétences en codage avec une application concrète dans le domaine de l’investissement.
Une ambition tournée vers l’avenir
Aujourd’hui, Nathan Smith partage ses analyses et ses outils via une newsletter et son profil GitHub. Il envisage sérieusement de faire carrière dans la finance ou le développement technologique, tout en poursuivant ses études secondaires et en préparant l’examen ACT, indispensable pour accéder à certaines universités américaines. Sa capacité à conjuguer rigueur académique et projets personnels laisse entrevoir un avenir prometteur.
Selon ses propres mots, cette expérience lui a permis de découvrir ce qu’il aime réellement faire, et ses résultats récents semblent confirmer qu’il est sur la bonne voie.
Ce que l’expérience de Nathan Smith révèle sur l’investissement et l’IA
L’aventure de Nathan Smith illustre deux tendances majeures. D’une part, l’accessibilité croissante des outils d’investissement, qui permet à un particulier, même jeune, de mettre en œuvre des stratégies auparavant réservées aux professionnels. D’autre part, la capacité de l’intelligence artificielle à traiter de vastes ensembles de données pour orienter des décisions financières de manière efficace.
Toutefois, il convient de rappeler que la performance passée ne garantit pas les résultats futurs, et que les marchés restent soumis à des aléas imprévisibles.
Conclusion
L’initiative de Nathan Smith montre qu’avec de la curiosité, de la discipline et une bonne utilisation des nouvelles technologies, il est possible de se démarquer même dans un environnement aussi compétitif que la Bourse. Son exemple pourrait inspirer d’autres jeunes à explorer le potentiel des intelligences artificielles dans différents domaines, tout en soulignant l’importance d’une gestion prudente du risque. Si les prochains mois confirment ses résultats, Nathan Smith pourrait bien devenir une figure montante à la croisée de la finance et de la technologie.
