Évaluer un agent qui fait de la recherche en asset pricing

De l'hypothèse au test exécutable

Yingjian Pan, Xiaowei Ding et Kay Giesecke définissent l'Agentic Empirical Asset Pricing (AEAP) comme un processus où des agents de langage génèrent une hypothèse, la formalisent, l'évaluent et itèrent. L'enjeu n'est pas seulement de produire une sortie plausible, mais de conserver un artefact exécutable et une trace de la décision.

Leur architecture de référence sépare cinq briques : génération d'hypothèse, formalisation, exécution sur des données point-in-time, gate de validation, puis mémoire et itération. Cette séparation rend les erreurs localisables et permet de rejouer la chaîne.

Réexécution et comparaison

Le protocole SEADS compare cinq baselines réimplémentées sur deux panels d'actions américaines. Le panel A retire les microcaps de l'univers JKP et offre une évaluation hors échantillon d'environ 71 mois jusqu'à décembre 2025 ; le panel B s'appuie sur des variables primitives CRSP/Compustat et offre environ 59 mois jusqu'à novembre 2024.

Le papier insiste sur un point important : aucune métrique isolée ne classe correctement tous les systèmes. Une réexécution glissante de la découverte doit donc mesurer la fiabilité du processus, y compris les résultats négatifs et les limites, au lieu de ne retenir que le meilleur backtest.

Interprétation éditoriale

Un agent de recherche devient testable lorsqu'il livre le code, la définition des variables, la date de disponibilité, les critères de gate et la raison d'abandonner une piste. La mémoire utile n'est pas un résumé libre : c'est un registre versionné des hypothèses, des échantillons et des résultats qui permet de vérifier qu'une idée n'est pas recyclée après échec.

Le cadre AEAP rapproche ainsi la recherche assistée par LLM des pratiques de recherche reproductible. Il ne transforme pas une corrélation en causalité et ne supprime pas le risque de data snooping ; il rend ces risques plus visibles.

Limites et prudence

Les conclusions dépendent des panels, des implémentations de référence, des données point-in-time et des métriques. Une réexécution peut documenter la fragilité d'un processus sans prouver la réalité économique d'un facteur. Toute utilisation réelle exige encore coûts, capacité, risque de modèle et validation indépendante.

Sources

Yingjian Pan, Xiaowei Ding et Kay Giesecke, « Agentic Empirical Asset Pricing: Methodological Foundations », ArXiv 2609.00731v1 : résumé et preprint, PDF.