Patrimoine

Le patrimoine du Groupe Louis Bachelier a été défini comme l’ensemble des publications réalisées par des chercheurs académiques grâce à des financements du Groupe (ILB, FdR, IEF, Labex) ou via l’utilisation de données des EquipEx (BEDOFIH, EUROFIDAI).


Réinitialiser

Echapper à la pression sociale : Les contrats à durée déterminée dans les entreprises multi-établissements.DISCUSSION PAPER SERIES.

Adjustment costs, CEO reputation, Employment contracts, Social pressure

Évaluation de l'impact de l'éducation à l'entrepreneuriat en Égypte : Une approche expérimentale.

 

Comment l'âge à l'entrée à l'école affecte les résultats scolaires et socio-émotionnels futurs : Les résultats de l'enquête PISA.

Birthday effects, Instrumental variables, PISA, Socioemotional outcomes

Tarification de l'électricité en temps réel pour équilibrer l'intermittence des énergies vertes.

Demand response, Dynamic pricing, Electricity, Intermittency, Renewables, Smart meters

Pricing and hedging asian options : a PDE approach.

 

2e conférence internationale sur l'économie, la sécurité et les protocoles des blockchains.

 

Garantie d'équité dans la classification multi-classes.

 

Intégrer les structures de risque et de terme des taux d'intérêt.

 

Artificial intelligence algorithms in quantitative finance

Apprentissage machine, Apprentissage profond, Artificial intelligence, Calibration profonde, Changement de régime, Deep calibration, Deep learning, Deep pricing, Intelligence artificielle, Machine learning, Regime switching, Valorisation profonde

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

 

Une formule variationnelle pour les obligations du secteur privé.

 

Extension du calcul bayésien approximatif à l'apprentissage automatique supervisé pour déduire l'histoire démographique à partir des polymorphismes génétiques en utilisant DIYABC Random Forest.

Approximate Bayesian Computation, Model or scenario selection, Parameter estimation, Population genetics, Random Forest, Supervised Machine Learning, model or scenario selection, parameter estimation, population genetics