Équilibre entre l'extraction de données et l'abondance de données.

Résumé Nous analysons comment la puissance de calcul et l'abondance des données affectent la recherche de prédicteurs par les spéculateurs. Dans notre modèle, les spéculateurs recherchent des prédicteurs par le biais d'essais et arrêtent leur recherche de manière optimale lorsqu'ils trouvent un prédicteur dont le rapport signal/bruit est supérieur à un seuil endogène. Une plus grande puissance de calcul augmente ce seuil, et donc l'informativité des prix, en réduisant les coûts de recherche. En revanche, l'abondance des données peut réduire ce seuil car elle intensifie la concurrence entre les spéculateurs et augmente le nombre moyen d'essais pour trouver un prédicteur. Dans le premier (second) cas, l'informativité des prix augmente (diminue) avec l'abondance des données. Nous déduisons les implications de ces effets sur la distribution des compétences des gestionnaires d'actifs et des bénéfices de négociation.