Apprentissage par renforcement profond pour la tenue de marché dans les obligations d'entreprises : vaincre la malédiction de la dimensionnalité.

Résumé Sur les marchés des obligations d'entreprises, qui sont principalement des marchés de gré à gré, les teneurs de marché jouent un rôle central en fournissant des cours acheteurs et vendeurs pour un grand nombre d'obligations aux gestionnaires d'actifs du monde entier. Déterminer les cours acheteur et vendeur optimaux qu'un teneur de marché doit fixer pour un univers d'obligations donné est une tâche complexe. Des modèles utiles existent, la plupart inspirés de celui d'Avellaneda et Stoikov. Ces modèles décrivent le problème d'optimisation complexe auquel sont confrontés les teneurs de marché : proposer des cours acheteur et vendeur de manière optimale pour gagner de l'argent grâce à la différence entre les cours acheteur et vendeur tout en atténuant le risque de marché associé à la détention de stocks. Bien que la plupart des modèles ne traitent que de la tenue de marché d'un seul actif, ils peuvent souvent être généralisés à un cadre multi-actifs. Cependant, le problème de la résolution numérique des équations caractérisant les prix optimaux de l'offre et de la demande est rarement abordé dans la littérature, surtout en haute dimension. Dans cet article, notre objectif est de proposer une méthode numérique d'approximation des cotations optimales de l'offre et de la demande sur un large univers d'obligations dans un modèle à la Avellaneda-Stoikov. Parce que nous voulons considérer un grand univers d'obligations, les méthodes classiques de différences finies comme celles discutées dans la littérature ne peuvent pas être utilisées et nous présentons donc une méthode en temps discret inspirée des techniques d'apprentissage par renforcement. Plus précisément, l'approche que nous proposons est un algorithme de type acteur-critique basé sur un modèle et impliquant des réseaux de neurones profonds.