Qui nous sommes et pourquoi nous agissons
Nous savons que la promesse d’objectivité absolue dans l’analyse de microcaps est illusoire. Pourtant, chaque biais reconnu et chaque jeu de données rare testé rapprochent un peu de la robustesse recherchée.
- Q.
-
Pourquoi avez-vous choisi ce segment?
- A.
-
Nous avons commencé avec une frustration simple : les signaux issus des petites capitalisations étaient souvent sous-exploités. Nous avons donc mis en place une méthode d’analyse algorithmique pour extraire des signaux alternatifs à partir de données rarement exploitées, tout en documentant rigoureusement chaque étape.
- Q.
-
Comment votre méthodologie diffère-t-elle?
- A.
-
Notre approche utilise l’IA pour traiter des ensembles de données qui ne figurent pas dans les rapports financiers classiques. Nous testons systématiquement la pertinence de chaque signal, sans jamais promettre de résultats, mais en exposant nos hypothèses et nos limites.
- Q.
-
Qui sont vos principaux utilisateurs?
- A.
-
Nos clients sont principalement des analystes, family offices et décideurs cherchant à valider ou contester des intuitions de marché via des modèles explicites. Nous privilégions la clarté des signaux à la surenchère technique.
Nos valeurs fondamentales
Nous avançons avec la conviction que l’innovation n’a de valeur que partagée, que la transparence prime sur la promesse, et que l’utilité du signal prévaut sur le spectaculaire. Ici, chaque résultat s’accompagne de ses limites.
Transparence assumée
Nous documentons chaque étape, choix de données et limites de nos algorithmes pour permettre une lecture critique, évitant ainsi toute illusion d’objectivité totale.
Innovation rigoureuse
Nous évaluons de façon continue nos outils internes, privilégions la remise en cause méthodique et adaptons notre méthodologie dès qu’une faille apparaît dans nos modèles.
Clarté sur les incertitudes
Chaque rapport délivré intègre un volet expliquant la validité et la portée des signaux alternatifs, sans masquer les incertitudes propres à ce type d’analyse.
Priorité à l’utilité client
Le succès du client passe par la mise à disposition d’analyses contextualisées, exploitables et honnêtes, pour une prise de décision mieux informée.
Les profils qui structurent notre démarche
Alexandre Lefèvre, responsable modélisation IA avancée
Directeur scientifique, validation quantitativeSpécialiste en modélisation quantitative, il s’intéresse à la traçabilité des signaux issus de microcaps et supervise la validation croisée des modèles internes. Il a contribué à des publications sur l’évaluation des données non conventionnelles et privilégie la documentation critique des hypothèses de travail. Son parcours mêle mathématiques appliquées et gestion de données à grande échelle.
Claire Dubois, intégration données et conformité
Avec une formation en ingénierie financière et en intelligence artificielle, elle pilote l’intégration de sources de données alternatives et gère la conformité réglementaire suisse. Sa priorité : la clarté du reporting et la mise en contexte systématique de chaque résultat produit. Elle est reconnue pour sa vigilance face aux biais algorithmiques.
Distinctions, collaborations et reconnaissance
Nos démarches ont été reconnues par plusieurs institutions pour leur rigueur méthodologique, leur ouverture et leur attention à la transparence dans la recherche appliquée à la finance alternative.
Lauréat Innovation Responsable
Sélectionnée parmi les initiatives prometteuses pour l’intégration responsable de l’IA en finance, lors du forum annuel fintech suisse.
Distinction Transparence Données
Mention spéciale pour l’utilisation transparente des données alternatives dans l’évaluation des signaux microcaps.
Collaboration Recherche Signal
Partenariat méthodologique avec un institut universitaire suisse pour des recherches sur la robustesse des signaux boursiers non conventionnels.
Prix Documentation Analytique
Reconnaissance pour l’approche ouverte et la documentation exhaustive de nos méthodes analytiques.