Utiliser l'IA générative pour trouver des « tenbaggers » (actions dont la valeur est multipliée par 10) ne consiste pas à prédire l'avenir, mais plutôt à déléguer aux machines le traitement de volumes d'informations que le cerveau humain ne peut absorber.
Si vous demandez simplement à l'IA : « Dis-moi quelles actions vont être multipliées par 10 », elle ne fournira pas de réponses utiles.
Cependant, cela ne signifie pas que l'IA est inutile pour l'investissement. Utilisée comme outil pour extraire des « signaux », des « changements structurels » et des « conditions communes », elle permet aux particuliers d'acquérir une perspective sectorielle globale. Voici comment procéder en cinq étapes.
3 Prérequis (Ajuster ses attentes)
Le terme « tenbagger » a été popularisé par le gestionnaire de fonds américain Peter Lynch dans son livre de 1989 One Up on Wall Street.
Avant d'aborder les méthodes, confirmons trois prérequis incontournables.
【Ne jamais utiliser ses dépenses courantes】
L'argent nécessaire dans les mois à venir ou les fonds d'urgence sont exclus. Investir avec l'objectif de rendements x10 implique une forte volatilité, exigeant de supporter des périodes où le cours pourrait chuter de moitié. N'utiliser que de l'argent dont la perte ne perturberait pas votre vie est le seul point d'entrée viable.
【Adopter un horizon moyen à long terme】
De nombreux exemples cités par Lynch montrent des cours boursiers qui progressent sur des échelles de plusieurs années à dix ans. Chercher des résultats en six mois est fondamentalement incompatible avec la recherche de tenbaggers.
【Partir du principe que la plupart des candidats échoueront】
Un rapport de JP Morgan Asset Management, "The Agony and the Ecstasy" (2014, Michael Batty), indique que depuis 1980, environ 40 % des valeurs composant l'indice Russell 3000 ont terminé avec des rendements négatifs, et seulement environ 7 % étaient des « gagnants extrêmes » surpassant significativement l'indice. Les recherches de l'économiste financier Hendrik Bessembinder montrent également que la création de richesse sur le marché boursier américain est extrêmement concentrée sur quelques actions.
Chasser des tenbaggers est un jeu où il faut être prêt à rater neuf fois sans que cela n'affecte votre quotidien. Que vous adoptiez cet état d'esprit dès le départ détermine comment vous utiliserez ensuite l'IA.
Pourquoi les humains ratent-ils les tenbaggers ?
Selon les données de Japan Exchange Group, il y a environ 3 900 sociétés cotées à la Bourse de Tokyo. En incluant les actions américaines et les tendances industrielles mondiales, le volume dépasse largement ce qu'un individu peut suivre visuellement.
【Limites du volume d'information】
Communiqués de résultats, rapports annuels, analyses sectorielles. Lire attentivement une seule entreprise prend des heures. Comparer des milliers d'entreprises relève tout simplement d'une mauvaise utilisation du temps.
【Biais de confirmation】
Les gens ont tendance à investir dans des entreprises qu'ils connaissent ou des produits qu'ils utilisent. Cette tendance, connue en économie comportementale sous le nom de biais de confirmation ou biais domestique, fixe la vision de l'investisseur à sa « sphère de vie ». La possibilité que la prochaine action x10 croisse dans un secteur inconnu est structurellement ignorée.
【Analyse inefficace des données passées】
Terminer la chasse aux tenbaggers passés avec le souvenir « j'aurais dû acheter à ce moment-là ». Le travail consistant à verbaliser les métriques financières communes et les structures commerciales des entreprises ayant connu une croissance x10 est souvent absent.
Ces trois points sont des problèmes de traitement de l'information. C'est exactement là que l'IA devient une percée.
Quelle IA utiliser ?
Conclusion : Choisissez l'IA pour la sélection d'actions en fonction de sa capacité à « rechercher avec citations » et à « lire directement de longs documents réglementaires ». Aucun service unique n'est parfait ; une opération réaliste implique d'utiliser différents outils pour chaque étape. Les éléments ci-dessous sont classés selon l'ordre du flux de travail.
➊ Étape 1 : Type « Recherche intégrée »
Lorsque vous cartographiez des industries, ouvrez une IA qui renvoie des liens sources. OpenAI a lancé « Deep Research » en 2025, qui crée des rapports de recherche en croisant plusieurs sources. Google Gemini propose également le « grounding », associant les réponses aux résultats de la recherche Google. Traitez les réponses sans liens comme infondées et écartez-les immédiatement.
❷ Étape 2 : Type « Lecture de textes longs »
Une fois les candidats réduits à quelques entreprises, soumettez directement les rapports annuels ou les présentations de résultats pour la synthèse et l'extraction des enjeux. Claude d'Anthropic est un modèle mettant l'accent sur le traitement de contextes longs, avec la recherche web ajoutée en 2025. Vérifiez les limites de caractères sur la page officielle avant usage pour réduire les efforts de découpage.
Concernant les versions gratuites vs payantes : Beaucoup se demandent laquelle est meilleure. Les versions gratuites souffrent de dates de coupure des données d'entraînement obsolètes, d'un manque de capacités de recherche et d'un volume de lecture limité.
Par conséquent, le critère pour passer à la version payante est le nombre de sources primaires que vous devez lire. Une fois que les candidats dépassent cinq et que vous lisez plus de 10 documents réglementaires par mois, passer à une version payante coûtant quelques milliers de yens par mois est raisonnable.
Cependant, quel que soit le service, la précision de la sortie dépend de la conception des questions. Ce qui compte n'est pas quelle IA vous choisissez, mais de poser la même question à deux IA ou plus et de chercher les divergences. Notez les chiffres ou noms d'entreprises contradictoires pour les traiter comme des points à vérifier dans les sources primaires lors de l'étape suivante.
4 Questions pour dénicher les pépites
La sortie de l'IA est largement déterminée par la conception des questions. Demandez à l'IA des conditions, pas des noms d'actions. Voici quatre questions prêtes à l'emploi :
【Identifier les industries en croissance】
Demandez : « Classe les marchés mondiaux à forte croissance par taux de croissance du chiffre d'affaires et montant des investissements. » Cela permet de cartographier les industries. Les zones identifiées ici deviennent le périmètre de recherche ultérieur.
【Extraire les changements structurels】
Demandez : « Indique-moi les domaines où le marché s'étendra au cours des 5 prochaines années en raison de changements réglementaires, d'innovations technologiques ou de mutations démographiques. » L'objectif est de verbaliser les changements sous-jacents irréversibles, pas les cours boursiers.
【Extraire les traits communs des gagnants】
Demandez : « Liste les avantages financiers, structurels et concurrentiels communs aux anciennes entreprises tenbaggers. » Des éléments tels que des marges brutes élevées, des revenus récurrents et des barrières à l'entrée apparaissent comme des conditions.
【Convertir en critères】
Enchaînez avec : « Crée des critères pour les entreprises répondant aux caractéristiques ci-dessus. Donne-moi uniquement les caractéristiques des correspondances probables. »
Mettre à jour la liste de candidats tous les deux mois
Si vous essayez les prompts une fois puis arrêtez, l'IA reste une simple barre de recherche sophistiquée. Transformer la découverte en actifs nécessite de noter et mettre à jour. Quelles informations doivent être enregistrées ?
【5 informations à enregistrer】
① Nom de l'entreprise
② Changement structurel noté
③ Raison de la conviction en la croissance (une phrase)
④ Chiffres (Capitalisation boursière, Taux de croissance du CA, Résultat opérationnel, Années depuis l'introduction en bourse, % de détention par les principaux actionnaires)
⑤ Date d'enregistrement
Notez ces éléments dans Excel ou similaire. Les candidats avec des champs vides sont ceux que vous ne comprenez pas encore.
La fréquence de mise à jour est principalement tous les deux mois, avec des vérifications obligatoires lors des annonces de résultats. Vérifiez si les chiffres respectent les régulations spécifiées ; éliminez les anomalies avec des raisons écrites.
Une fois cette habitude ancrée, vous passez d'une surveillance vague des actualités à une collecte d'informations ciblée. L'intuitif « ça a l'air bien » est remplacé par « je peux expliquer pourquoi cela va croître ». La norme consistant à ne pas maintenir une action dans la liste si vous ne pouvez pas écrire la raison de sa croissance en une phrase devient un rempart pour vos décisions d'investissement.
Résumé
Ce qui soutient la chasse aux tenbaggers pilotée par l'IA n'est pas l'illusion que les machines prédisent l'avenir, mais la conception d'une tâche banale et répétible : utiliser l'IA comme un filet pour ne recueillir que des « signaux » dans le vaste océan d'informations réglementaires provenant de milliers d'entreprises, tandis que les humains conservent le jugement final et la responsabilité.
Après avoir fermé cet article, une question suffit pour commencer. Lancez : « Dis-moi trois industries dont la taille de marché va s'étendre rapidement au cours des 5 prochaines années, avec preuves à l'appui », et écrivez les trois retournées dans les premières lignes de votre liste de candidats.
Ajoutez cet article à vos favoris comme référence pour trouver des pépites boursières.
Références
[1] Peter Lynch, John Rothchild, One Up on Wall Street (1989 / Traduction japonaise : Diamond Inc.)
[2] JP Morgan Asset Management, Michael Batty, "The Agony and the Ecstasy: The Risks and Rewards of a Concentrated Stock Position" (2014)
[3] Hendrik Bessembinder, "Do Stocks Outperform Treasury Bills?" Journal of Financial Economics (2018)
[4] Agence des services financiers / Système d'enregistrement des conseillers en investissement en vertu de la Loi sur les instruments et les échanges financiers (Article 29)
[5] Japan Exchange Group "Nombre de sociétés/actions cotées" Données publiques (2024)
