Qube Research & Technologies : à la croisée de l’innovation et de la finance !

Grâce à une maî­trise fine des tech­no­lo­gies et des talents aux com­pé­tences avé­rées, Qube Research & Tech­no­lo­gies per­met à ses clients d’ obte­nir une per­for­mance tota­le­ment décor­ré­lée des condi­tions de mar­ché pour leurs inves­tis­se­ments long et moyen terme. Laurent Lai­zet (X91), cofon­da­teur et CIO du fonds, revient sur le métier et les spé­ci­fi­ci­tés de cette entre­prise inno­vante implan­tée à Londres, Paris, Hong Kong, Mum­bai et Sin­ga­pour. Rencontre.

Quel est le métier de Qube Research & Technologies ? 

Qube Research & Tech­no­lo­gies est un gérant d’actifs qui a sous ges­tion plus de 8 mil­liards de dol­lars. Aujourd’hui, l’entreprise compte 450 col­la­bo­ra­teurs répar­tis dans nos bureaux de Londres, Paris, Hong Kong, Mum­bai et Sin­ga­pour. Au cœur de notre métier, on retrouve la ges­tion quan­ti­ta­tive qui repose sur l’utilisation de modèles mathé­ma­tiques et de machine lear­ning pour obte­nir une per­for­mance des actifs indé­pen­dante et décor­ré­lée des mar­chés. De manière géné­rale, la ges­tion clas­sique d’actifs obtient de bonnes per­for­mances quand les actions montent et, inver­se­ment de mau­vaises per­for­mances quand les actions baissent. Nous avons, au contraire, ce que nous appe­lons des fonds ou une ges­tion « abso­lute return », c’est-à-dire que nous ciblons une per­for­mance qui ne dépend pas des condi­tions de mar­ché. Les modèles que nous déve­lop­pons nous per­mettent de pré­dire si les actions sont sous-éva­luées ou surévaluées. 

Sur le plan technologique, qu’est-ce que ce positionnement implique ? 

Les prin­ci­pales exper­tises de Qube Research & Tech­no­lo­gies sont la data, le recherche et le tra­ding. Concrè­te­ment, nous uti­li­sons les tech­niques d’intelligence arti­fi­cielles et du Big Data pour aller cher­cher les don­nées qui nous per­met­tront d’expliquer un com­por­te­ment finan­cier comme des images satel­lites, ou bien encore toutes les « news » finan­cières sur des firmes euro­péennes, amé­ri­caines ou asiatiques. 

La data que nous sommes ame­nés à trai­ter est qua­si­ment infi­nie : l’ensemble des tran­sac­tions de Bourse, des tran­sac­tions finan­cières et de trans­ferts dis­po­nibles sous forme ano­ny­mi­sée, des tran­sac­tions des cryp­to­mon­naies… L’enjeu est tou­te­fois de trans­for­mer cette don­née non struc­tu­rée en une data exploi­table, juste et per­ti­nente afin que les modèles que nous déve­lop­pons ne soient pas mal cali­brés ou « suroptimisés ». 

En com­pa­rai­son avec les autres indus­tries qui tra­vaillent sur d’importants volumes de don­nées, nos bases sont beau­coup plus larges et « brui­tées ». Pre­nons l’exemple de la recherche médi­cale. Dans le cadre de la vali­da­tion d’un médi­ca­ment, les cher­cheurs tra­vaillent sur une base de don­nées pré­cise et fer­mée : toutes les infor­ma­tions rela­tives aux patients qui ont par­ti­ci­pé aux tests cli­niques. Dans notre cas, cette base de don­nées est ouverte et couvre toute la data que nous sommes en mesure d’aller chercher.

“Notre principal challenge est de continuer à produire une forte performance sur une base d’actifs qui s’élargit. En effet, nous devons développer de nouvelles stratégies sur un nombre toujours plus important de classe d’actifs. Pour y parvenir, nous devons nous entourer des meilleurs talents avec un focus sur trois profils : les data scientists ; les chercheurs quantitatifs et les traders quantitatifs.”

Quels sont vos principaux défis ? 

Notre prin­ci­pal chal­lenge est de conti­nuer à pro­duire une forte per­for­mance sur une base d’actifs qui s’élargit. En effet, nous devons déve­lop­per de nou­velles stra­té­gies sur un nombre tou­jours plus impor­tant de classe d’actifs. Pour y par­ve­nir, nous devons nous entou­rer des meilleurs talents avec un focus sur trois pro­fils : les data scien­tists ; les cher­cheurs quan­ti­ta­tifs et les tra­ders quantitatifs. 

Quelles opportunités de carrière pourraient intéresser nos lecteurs ?

Sur le volet recherche, nous accueillons régu­liè­re­ment des poly­tech­ni­ciens en stage. À ce niveau, il s’agit de trou­ver la data qui peut influer sur les actifs finan­ciers, s’assurer qu’elle ne soit pas « brui­tée », mais per­ti­nente et de bonne qua­li­té afin de la modé­li­ser et de construire des modèles pré­dic­tifs per­for­mants en capi­ta­li­sant sur les tech­no­lo­gies de l’intelligence arti­fi­cielle. Ce trai­te­ment de la data requiert ensuite des pro­fils « infor­ma­tiques ». Ce sont des postes qui peuvent être très inté­res­sants pour des juniors. Enfin, sur la par­tie construc­tion des por­te­feuilles, nous recher­chons des tra­ders qua­li­ta­tifs juniors ou seniors. 

Au-delà, nous avons au sein de Qube Research & Tra­ding, une approche de la notion de « car­rière » dif­fé­rente des autres fonds. Cela se tra­duit notam­ment par un très faible tur­no­ver. Dans mes équipes, je tra­vaille avec cer­tains de mes col­la­bo­ra­teurs depuis près de 20 ans. Ce sont des per­sonnes que j’ai recru­tées à leur sor­tie de l’école et, ensemble, nous avons déve­lop­pé les métiers et les exper­tises de Qube Research & Tech­no­lo­gies. Nous encou­ra­geons aus­si la mobi­li­té géo­gra­phique de nos col­la­bo­ra­teurs qui peuvent faci­le­ment inté­grer nos autres bureaux internationaux.

En bref

• 450 col­la­bo­ra­teurs répar­tis à Londres, Paris, Hong Kong, Mum­bai et Singapour 
• 8 mil­liards de dol­lars sous gestion

---

Articles similaires :

IA et data finan­cière : un saut tech­no­lo­gique majeur qui bou­le­verse le marché La data science : un vec­teur d’opportunités pour la pro­tec­tion sociale La finance : un monde riche en oppor­tu­ni­tés et réso­lu­ment tour­né vers l’avenir Okwind : une éner­gie intel­li­gente en cir­cuit court Arte­fact : « Les entre­prises qui dure­ront sont celles qui auront réus­si la dif­fu­sion d’une culture data »