Descriptif
Explore le lien entre la tarification classique des produits dérivés (HJB) et l'apprentissage par renforcement, en
mettant l'accent sur les perspectives en termes de trajectoire par rapport aux perspectives moyennes dans des
contextes neutres au risque. Couvre les méthodes numériques à haute dimension, des schémas adaptatifs d'Euler
à Longstaff-Schwartz et aux régressions des réseaux de neurones. Détaille la tenue de marché et la liquidité à
travers le contrôle optimal, l'apprentissage par la négociation et les approches de champ moyen pour l'analyse des
coûts d'exécution et de transaction.
Diplôme(s) concerné(s)
Parcours de rattachement
Format des notes
Numérique sur 20Littérale/grade réduitPour les étudiants du diplôme AI for Markets and Quantitative Investment (AI-MaQI)
Le rattrapage est autorisé (Note de rattrapage conservée)- Crédits ECTS acquis : 3 ECTS
La note obtenue rentre dans le calcul de votre GPA.