Le pricipal objectif de ce cours est de présenter l'application de l'apprentissage automatique aux industries de gestion d'actifs. Le cours est divisé en trois parties.
La première partie est consacrée à la présentation des instruments économiques () dans différentes catégories d'actifs telles que les actions, les revenus fixes, les produits, les devises et les crédits. La deuxième partie porte sur la modélisation mathématique des actifs et de l'évaluation des options. La troisième partie es consarée à la présentation des principaux algorithmes d'apprentissage automatique (régularisation de régression linéaire, LASSO, RIDGE, régression logistique, machines à vecteurs de support, forêt d'arbres décisionnels, réseau neuronal) et leurs applications dans la gestion d'actifs. De plus, nous introduisons l'optimisation de protefeuille en situation de risque et les contraintes de transaction, et présentons quelques méthodes alternatives de construction de protefeuille. L'implémentation en R est aussi proposée aux étudiants pour s'entraîner avec de réelles données du marché.
Langue du cours : Anglais
Financial Decisions under Risk 2. The main objective of this course is to present the application of machine learning in industries of asset management. This course contains three parts. The first part is devoted to the presentation of financial instruments (stock, bond, forward, future, option, etc.) in different asset classes such as equity, fixed-income, commodity, foreign exchange, and credit. The second part concerns the mathematical modeling of different assets and option pricing. The third part is devoted to the presentation of major machine learning algorithms (regularized linear regression, LASSO, RIDGE, logistic regression, Support Vector Machine, random forest, neural network) and their applications in asset management. Moreover, we introduce the portfolio optimization under risk and transaction constraints and present some alternative methods in portfolio construction. Also, the implementation in R is proposed to students to practice with real market datas.
Syllabus attached.
Course language: English
- Teaching coordinator: Amini Nina
- Teaching coordinator: Zheng Ban