Banque de marchés de demain : enjeux modélisation et calcul

Projet scientifique

• Formation :
  • 1 post-doctorant + 3 thèses CIFRE dans l’écosystème de la chaire
• Production scientifique :
  • Une dizaines de publications sur les thématiques du programme.
• Objectif principal :
  • Apport de l’apprentissage supervisé sur données simulées en finance.

• • La Chaire se situe au point de rencontre entre besoins de calculs accrus des banques d’investissement, suite à l’alourdissement de la régulation, et techniques de machine learning pouvant être instrumentales à cet effet.   

Applications récentes :

• • Calcul  de sensibilités pour la couverture et l’analyse de risque de la  CVA
  • Quantification et gestion du risque de modèle dans un cadre XVA  de hedging valuation adjustment
  • Un algorithme rapide de régression et quantile régression neuronales pour les calculs de FVA et de KVA.
  • Apprentissage statistique de value-at-risk et expected shortfall conditionnelles : Une étude mathématique, algorithmique et numérique.
  • Analyse quantitative de la convergence d’algorithmes d’approximation statistique optimisés pour la value-at-risk et l’expected shortfall
  • Couvertures statiques de produits dérivés multi sous-jacents par des baskets vanilles : étude mathématique et approches numériques par réseaux de neurones.
  • (en cours) Création d’une base de données de référence pour les apprentissages, à destination des praticiens et académiques de la place et au-delà.
  •  
• Enseignement :
  • Participations au cours d’analyse XVA en M2MO et  produits dérivés en M2ISIFAR (Université Paris Cité).