Une compréhension de base des concepts de gestion de portefeuille et de l'analyse des investissements est utile avant d'apprendre l'allocation d'actifs assistée par l'IA. Aucune programmation n'est requise, mais le fait d'être à l'aise pour poser des questions à un outil d'IA de type chatbot rendra le cours plus facile à suivre.

Les apprenants travaillent principalement avec des outils d'IA générative tels que ChatGPT, ainsi qu'avec Excel et Google Sheets pour les calculs, les comparaisons et les tableaux de bord de suivi simples. Les principales méthodes sont l'analyse basée sur l'invite et les vérifications de portefeuille basées sur des feuilles de calcul.

Vous vous entraînez à rédiger de meilleures questions pour une déclaration de politique d'investissement, à faire correspondre les objectifs de risque et de rendement aux classes d'actifs, à identifier des idées de diversification à faible corrélation et à examiner la dérive de l'allocation. Vous utilisez également l'IA pour faciliter le suivi, le rééquilibrage et les tests de résistance simples afin de mettre à jour l'allocation de manière structurée.

L'IA peut faciliter la gestion de portefeuille, mais elle ne gère pas un portefeuille de manière autonome, c'est-à-dire en prenant des décisions d'investissement sans supervision. « L'IA générative pour les gestionnaires de portefeuille : une allocation d'actifs plus intelligente » présente l'IA générative comme un outil qui vous aide à poser de meilleures questions lors de la rédaction d'une déclaration de politique d'investissement, à simplifier l'allocation stratégique d'actifs, à identifier des actifs à faible corrélation et à faciliter le suivi et le rééquilibrage, tout en laissant au gestionnaire de portefeuille ou au conseiller le contrôle des décisions finales.

Les sociétés d'investissement utilisent déjà des outils basés sur l'IA pour la gestion des risques, l'allocation d'actifs et le profilage des clients, soit précisément les domaines sur lesquels porte cette formation. Plus précisément, l'IA générative est utilisée pour aider à rédiger des déclarations de politique d'investissement, simplifier l'allocation stratégique d'actifs en faisant correspondre les objectifs de risque-rendement aux choix d'actifs, identifier des actifs à faible corrélation à des fins de diversification, et faciliter le suivi et le rééquilibrage du portefeuille en temps réel.

Ce cours ne compare pas plusieurs plateformes d'IA, mais enseigne spécifiquement l'utilisation de ChatGPT, en complément d'Excel et de Google Sheets pour les calculs et les tableaux de bord de suivi. Les principales méthodes enseignées sont l'analyse basée sur des invites et la vérification de portefeuilles à l'aide de tableurs, des compétences transférables à d'autres outils d'IA générative, même si vous utilisez une plateforme différente dans la pratique.

Il n’existe pas de classification unique faisant l’unanimité ; les cadres conceptuels vont d’un modèle simplifié en trois étapes (planification, exécution et retour d’expérience) à des décompositions plus détaillées en 5, 7 ou 8 étapes, selon la source. La structure de ce cours reflète fidèlement le modèle classique en trois étapes : il commence par les objectifs et les contraintes du client (planification), passe ensuite à l'allocation stratégique des actifs et à la diversification (exécution), et se termine par le suivi et le rééquilibrage (retour d'expérience), vous offrant ainsi une version pratique et appliquée de ce processus plutôt que de vous obliger à mémoriser une liste numérotée spécifique.

« GenAI for Portfolio Managers : Smarter Asset Allocation » met la GenAI au service de quatre tâches essentielles : formuler de meilleures questions pour une déclaration de politique d'investissement, simplifier l'allocation stratégique d'actifs en faisant correspondre les objectifs de risque-rendement aux choix d'actifs, identifier des actifs à faible corrélation à des fins de diversification, et faciliter le suivi et le rééquilibrage du portefeuille en temps réel. Chacune de ces tâches est enseignée de manière pratique à travers des exercices spécifiques, et ne se limite pas à une simple discussion théorique.

La « règle des 30 % » n’est pas une norme officielle, mais une ligne directrice informelle du secteur suggérant que l’IA peut automatiser de manière fiable une partie des tâches répétitives et fastidieuses, tandis que le jugement et la responsabilité restent entre les mains du professionnel humain (la répartition exacte varie selon les sources). Cette formation reflète directement ce principe : l’IA générique (GenAI) aide à élaborer, analyser et surveiller, mais la formation associe explicitement cela à des pratiques éthiques et à une supervision humaine afin d’instaurer la confiance et de garantir la conformité ; les décisions d’investissement finales restent du ressort du gestionnaire de portefeuille ou du conseiller.

Pour accéder aux supports de cours et aux devoirs, et obtenir un certificat, vous devrez acheter l'option « Certificat » lors de votre inscription à un cours. Les apprenants éligibles peuvent également avoir la possibilité de commencer par un essai gratuit. Certains cours peuvent également proposer une option « Cours complet, sans certificat ». Celle-ci vous permet d’accéder aux supports de cours, de rendre les évaluations requises et d’obtenir une note finale, mais vous ne pourrez ni obtenir ni acheter de certificat.

Lorsque vous vous inscrivez au cours, vous avez accès à tous les cours de la spécialisation et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page Réalisations - de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn.