• Contenus gratuits
  • Notre offre
Menu
  • Ressources
    • Toutes les ressources
  • Infos
    • Toutes les infos
  • Essentiels
    • Tous les essentiels
  • Analyses
    • Toutes les analyses
  • Data
    • Data
  • Newsletters
  • Profil
    • Je teste 15 jours
    • Je me connecte
  • Profil
    • Mon profil
    • Je me déconnecte
CLOSE

Accueil > Financement > Marchés de capitaux > Sylvain Forté (SESAMm) : “Nous adaptons notre technologie d’analyse d’émotions aux banques”

Sylvain Forté (SESAMm) : “Nous adaptons notre technologie d’analyse d’émotions aux banques”

SESAMm va lancer en avril un nouveau produit dédié aux banques d’investissement. En analysant des millions de sources, des articles de presse en passant par les posts de blogs ou les réseaux sociaux, la start-up offre une nouvelle brique de données à ses clients pour prédire les tendances des marchés financiers. Déjà utilisé par plusieurs hedge funds au Royaume-Uni, SESAMm est en discussions avancées avec plusieurs grandes banques françaises.

Par Aude Fredouelle. Publié le 14 mars 2017 à 8h30 - Mis à jour le 28 janvier 2025 à 16h04
  • Ressources

 

SESAMm est un acteur spécialisé dans les prévisions boursières fondées sur l’analyse émotionnelle. Qu’est-ce que cela signifie ?

SESAMm est une fintech très scientifique, quasiment un laboratoire de recherche, fondée en 2014. Nous utilisons l’IA et le Big Data pour effectuer des prévisions pour l’asset management. Notre technologie repose sur trois couches. D’abord, le Big Data : l’extraction de données de manière filtrée avec Spark et AWS. Nous collectons des millions de messages, des articles de presses, des posts de blogs… Cela va des articles de Reuters et de l’AFP jusqu’au consommateur qui commente un produit sur Twitter, en passant par le blogueur, le trader… Ensuite, cela passe par l’analyse précise et la quantification de l’émotion dans ces messages, grâce au NLP (Natural Language Processing) et au machine-learning.

Enfin, notre solution repose sur un modèle prédictif. A partir des émotions et grâce au machine-learning et à l’analyse statistique nous anticipons des mouvements sur le marché. On sait que ce type de données ont un impact sur le marché, mais peu d’acteurs parviennent à en quantifier les effets.

Vous vous positionnez en BtoB auprès des hedge funds et des banques. Quels sont vos produits ?

Notre premier produit, Data Stream Premium, est le plus complet. Il est dédié au trading algorithmique et envoie des signaux avec des prédictions sur les tendances de marché (par exemple, on avertit que le S&P 500 va monter de tant avec tant de volatilité) et un degré de précision. Nos clients sont plutôt des fonds alternatifs sur ce créneau, principalement au Royaume-Uni. Leur marché est très concurrentiel et ils ont connu une énorme chute de la performance ces dernières années. C’est dû à de nombreux facteurs, mais surtout au fait que dans la branche de trading systématique, des techniques comme le “trend-following” [suivi de tendance, ndlr] ou le “mean-reverting” [retour du prix vers la moyenne, ndlr] se sont imposées mais elles ne sont plus efficaces et il faut les renouveler. Nous avons signé plusieurs gros contrats. Notre plus gros client pèse plus de trois milliards de dollars d’encours sous gestion, le plus petit une dizaine de millions. Je peux par exemple citer TRC Quant, hedge fund londonien qui s’est créé sur la base de notre technologie. Depuis notre création, il a investi 10 millions de dollars sur les marchés grâce à notre plateforme.

Nous allons lancer un deuxième produit en avril. Baptisé “L’Humeur des Marchés”, il repose sur le même principe mais nous fournissons de la donnée sous-jacente. C’est une plateforme de visualisation, avec moins de fonctionnalités que Data Stream Premium, qui permet d’accéder à 10 000 actifs financiers et 60 000 sources de données. Au client, ensuite, d’analyser les données fournies pour savoir quand une action va monter, quelle est la meilleure de ces actions, s’il faut investir à la hausse ou à la baisse, s’il faut suivre l’opinion des acheteurs… Ce produit s’adresse notamment aux gérants de grandes banques d’investissement. Ils ont des équipes d’analystes et s’appuient déjà sur les bilans des entreprises et des éléments quantitatifs comme des modèles statistiques sur le cours. Nous ajoutons une nouvelle brique avec la vision de l’e-réputation de l’entreprise.

Avez-vous déjà des prospects pour ce second produit ?

Nous discutons avec quelques sociétés de gestion et surtout nous sommes en négociations très avancées avec quasiment toutes les grandes banques françaises. En avril nous allons rencontrer dix banques à Londres grâce à Business France. Les banques ont de très grosses équipes d’analyse quantitatives mais ont besoin de données sous-jacentes : nous pouvons leur apporter la brique d’analyse d’émotions.

Quels sont vos résultats ?

TRC Quant a enregistré une performance de 40 à 45% sur deux ans, c’est notre meilleur résultat – nous avons fait deux fois mieux que le marché. Et dans le moins bon des cas, on bat de toute façon notre benchmark [indice de référence, ndlr]. Notre gros avantage par rapport à d’autres concurrents, c’est qu’avec TRC Quant, 10 millions de dollars ont déjà été investis et cela fait près de deux ans qu’ils utilisent notre technologie qui permet de générer de l’alpha.

 

Nous voulons constituer une équipe d’au moins 30 personnes
Sylvain Forté
Co-fondateur et président de SESAMm

 

Le gros risque, avec ce genre de technologie, c’est qu’il y ait du “slippage” à l’utilisation [différentiel de cours d’exécution entre le cours souhaité par l’investisseur au moment du trade, et le cours auquel le trade est réellement exécuté, ndlr]. Si la valeur gagnée par l’aspect prédictif n’est pas assez grande, elle sera complètement absorbée par le risque et le coût d’exécution sur les marchés financiers. Et c’est d’autant plus vrai lorsque les tickets augmentent.

Quel est votre business model ?

Sur le premier produit de bout-en-bout, le prix varie car le format du partenariat est toujours différent. La licence d’exploitation dépend des paramètres requis par le clients. Nous avons une base de rémunération fixe et une part variable, en fonction des performances du client avec notre outil. Parfois, il y a aussi un gros ticket d’entrée s’il y a besoin de développements spécifiques, par exemple pour analyser des données sur des marchés très précis. Notre nouveau produit, la plateforme de visualisation Web, est commercialisé en SaaS pour 10 000 euros par an. Le prix peut être adapté pour les petits acteurs (CGPI, sociétés de gestion…).

Pour l’instant, seul votre produit de bout-en-bout est commercialisé. A terme, combien pèsera-t-il dans votre chiffre d’affaires par rapport à la plateforme en SaaS ?

Notre objectif est de parvenir à 50% du chiffre d’affaires sur chaque produit. Le premier, Data Stream Premium, sera principalement commercialisé auprès de hedge funds tandis que le second sera probablement souscrit à 70% par des banques et sociétés de gestion et à 30% par des fonds d’arbitrage.

Comment se compose l’équipe ?

Parmi les trois associés fondateurs, nous sommes deux ingénieurs et un ancien dirigeant de l’asset management. En tout, nous sommes désormais 12 collaborateurs, dont 6 à Paris spécialisés sur l’analyse quantitative et prédictive et 6 à Metz, notre siège social, pour le pôle NLP, Big Data et analyse des émotions. Nous avons aussi ouvert une filiale au Luxembourg où deux de nos salariés sont à mi-temps. Trois embauches sont en cours et, dans les trois prochaines années, nous voulons constituer une équipe d’au moins 30 personnes. Nous allons ouvrir un bureau à Londres en 2018 puis aux Etats-Unis en 2019, et on étudiera la nécessité d’un bureau à Francfort et en Suisse entre-temps mais nous n’avons pas encore le réseau nécessaire.

Vous avez enregistré 108 240 euros de pertes en 2015 sans encore engranger de chiffre d’affaires. Quel sont vos résultats 2016 et comment vous financez-vous ?

On enregistre du chiffre d’affaires depuis un an et nous serons rentable en 2018. Nous avons levé un million d’euros fin 2015, dont les trois-quart ont été investis en R&D (salaires, achats de data, serveurs). Lors du premier tour de table, nous avions 100 000 dollars investis en Bourse via notre technologie, avec un objectif à 10 millions de dollars que nous avons atteint début 2017. Nous allons lever 2,6 millions d’euros cette année et 1,1 million est déjà en négociations.

Aude Fredouelle
  • BFI
  • big data
  • intelligence artificielle

Besoin d’informations complémentaires ?

Contactez Mind Research

le service d’études à la demande de mind

Découvrez nos contenus gratuitement et sans engagement pendant 15 jours J'en profite
  • Le groupe mind
  • Notre histoire
  • Notre équipe
  • Nos clients
  • Nos services
  • mind Media
  • mind Fintech
  • mind Health
  • mind Rh
  • mind Retail
  • mind Research
  • Les clubs
  • mind et vous
  • Présentation
  • Nous contacter
  • Vous abonner
  • A savoir
  • Mentions légales
  • CGU
  • CGV
  • CGV publicité
  • Politique des cookies
Tous droits réservés - Frontline MEDIA 2025