SZABO Zoltan

< Retour à ILB Patrimoine
Affiliations
Pas d'affiliation identifiée.
  • 2021
  • Quantification de l'incertitude dans la gestion des actifs : Méthodes à noyaux et fluctuations statistiques.

    Linda CHAMAKH, Emmanuel GOBET, Zoltan SZABO, Caroline HILLAIRET, Emmanuel GOBET, Zoltan SZABO, Romuald ELIE, Lorenzo ROSASCO, Jean philippe LEMOR, Gregoire LOEPER, Agnes SULEM, Romuald ELIE, Lorenzo ROSASCO
    2021
    Le traitement des incertitudes est un problème fondamental dans le contexte financier. Les variables étudiées sont souvent dépendantes du temps, avec des queues de distribution épaisses. Dans cette thèse, on s'intéresse à des outils permettant de prendre en compte les incertitudes sous ses formes principales: incertitudes statistiques, paramétriques et erreur de modèle, tout en gardant en tête qu’on souhaite les appliquer à ce contexte.La première partie est consacrée à l’établissement d’inégalités de concentration dans le cadre de variables à queues épaisses. L’objectif de ces inégalités est de quantifier quelle confiance on peut donner à un estimateur basé sur une taille finie d'observations. Dans cette thèse, nous établissons de nouvelles inégalités de concentration, qui couvrent notamment le cas d'estimateur à distribution log-normale.Dans la seconde partie, on traite de l'impact de l'erreur de modèle pour l'estimation de la matrice de covariance sur des rendements boursiers, sous hypothèse qu’il existe un processus de covariance instantanée entre les rendements dont la valeur présente dépend de sa valeur passée. On peut alors construire explicitement la meilleure estimée de la matrice de covariance pour un instant et un horizon d'investissement donnés, et montrer qu'elle fournie la variance réalisée la plus faible avec grande probabilité dans le cadre du portefeuille minimum variance.Dans la troisième partie, on propose une approche pour estimer le ratio de Sharpe et l'allocation de portefeuille lorsqu'ils dépendent de paramètres jugés incertains. Notre approche passe par l'adaptation d'une technique d'approximation stochastique pour le calcul de la décomposition en polynômes du chaos de la quantité d'intérêt.Enfin, dans la dernière partie de cette thèse, on s'intéresse à l'optimisation de portefeuille avec distribution cible. Cette technique peut être formalisée sans avoir recours à aucune hypothèse de modèle sur les rendements. Nous proposons de trouver ces portefeuilles en minimisant des mesures de divergence basées sur les fonctions noyau et la théorie du transport optimal.
Les affiliations sont détectées à partir des signatures des publications identifiées dans scanR. Un auteur peut donc apparaître affilié à plusieurs structures ou tutelles en fonction de ces signatures. Les dates affichées correspondent seulement aux dates des publications retrouvées. Pour plus d’informations, voir https://scanr.enseignementsup-recherche.gouv.fr