Webinaire FaIR Deep Learning in Finance: From Implementation to Regulation – Replay

Le webinaire ILB FaIR a eu lieu le 27 septembre, en partenariat avec EDF, l’ACPR et The Alan Turing Institute. Le calcul par l’IA des stratégies de trading et de couverture a ouvert de nouvelles opportunités, notamment la possibilité de résoudre des problèmes de haute dimension, la gestion des contraintes (liquidité, coûts de transaction, couverture par procuration), et un choix plus flexible du critère à optimiser. Dans cette session, nous présenterons les dernières améliorations apportées à ces méthodes et leur utilisation opérationnelle.

Les méthodes génératives (GAN, VAE, etc.) appliquées aux simulations de séries temporelles permettent de mettre à jour le modèle de manière flexible sans devoir passer du temps à concevoir un nouveau modèle stochastique. Cependant, l’application directe des réseaux adversaires génératifs (GANs) aux séries temporelles n’est pas simple. Nous présentons les avancées récentes en matière de génération de séries temporelles et discutons des questions qu’elles soulèvent.

L’IA apporte beaucoup d’améliorations au secteur financier : plus rapides et plus flexibles, les algorithmes d’IA tendent à fournir de meilleures prévisions, simulations ou contrôles internes. Cependant, il existe un manque de confiance lorsqu’il s’agit de la mise en œuvre industrielle de l’IA : tests unitaires insuffisants, manque de garanties théoriques, sensibilité des données. Nous discuterons de la manière de renforcer l’explicabilité et la confiance dans les algorithmes d’IA, tant du point de vue des régulateurs que de l’industrie.