Cycle thématique sur les techniques de Monte-Carlo.

Résumé Les méthodes de Monte-Carlo sont largement utilisées par l'industrie financière pour fixer le prix des produits dérivés, estimer les risques ou calibrer/estimer les modèles. Elles peuvent également être utilisées pour traiter le big data, dans l'apprentissage automatique, pour effectuer une optimisation en ligne, pour étudier la propagation de l'incertitude en mécanique des fluides ou en géophysique. Sous la même étiquette Monte-Carlo, on trouve en fait des techniques et des communautés très différentes qui évoluent dans des directions différentes. Le cycle thématique que nous avons organisé d'octobre 2015 à juillet 2016 visait à confronter les différents points de vue de ces communautés et à contribuer à une réflexion générale sur l'utilisation de ces techniques par l'industrie financière et le monde économique en général. Il a bénéficié du soutien financier de l'Institut Louis Bachelier, de la Chaire Risques Financiers, de la Chaire Finance et D'eveloppement durable, de la Chaire Economie des nou- ' velles donn'ees, de la Chaire March'es en mutation, du programme ANR ISOTACE ANR-12-MONU-0013 et de l'Institut Henri Poincar'e. Trois thèmes ont été abordés par des conférences académiques suivies d'un atelier d'une journée : propagation de l'incertitude, méthodes particulaires pour la gestion des risques, algorithmes stochastiques et big data. Nous remercions Areski Cousin, Virginie Ehrlacher, Romuald Elie, Gersende Fort, St'ephane Gaiffas et Gilles Pag`es pour avoir coordonné ces ateliers. Le cycle s'est achevé par une conférence de clôture d'une semaine avec douze conférences plénières et seize minisymposiums : voir le site https://montecarlo16.sciencesconf.org. Bien sûr, les six articles de ces actes ne peuvent rendre compte de tous les sujets abordés pendant le cycle. Mais ils donnent un aperçu qualitatif de certains des domaines actifs de recherche sur les méthodes stochastiques en finance. Nous remercions leurs auteurs pour ces précieuses contributions.