Algorithmes basés sur les réseaux neuronaux pour le contrôle stochastique et les EDP en finance *.

Résumé Cet article présente des techniques d'apprentissage automatique et des algorithmes profonds basés sur l'apprentissage par renforcement pour la résolution efficace d'équations différentielles partielles non linéaires et de problèmes d'optimisation dynamique liés aux décisions d'investissement et à l'évaluation des produits dérivés en ingénierie financière. Nous passons en revue les résultats récents de la littérature, nous présentons les nouveaux développements, notamment dans le cas entièrement non linéaire, et nous comparons les différents schémas illustrés par des tests numériques sur diverses applications financières. Nous concluons en soulignant certaines directions de recherche futures.