Catégorie : <span>Notes</span>
Back To HomepageNotes
Hierarchical Risk Parity: How To Use Machine Learning for Asset Allocation?
L'allocation quantitative de portefeuilles reste un sujet ambivalent : depuis les travaux initiaux de Markowitz, de nombreux compléments ont été apportés, néanmoins la pratique a montré que les différentes méthodologies de construction de portefeuilles optimaux pouvaient être battues, sur longue période, par des portefeuilles simples. Cela s'explique notamment par des raisons numériques qui interviennent dans...
Notes
Funding Valuation Adjustment with the reloaded Least Square Monte Carlo
Dans cette publication, nous considérons la Funding Valuation Adjustement (FVA) en partant du principe d’invariance de financement. Nous montrons ainsi que l’équation de la FVA peut s’écrire comme la différence de prix discounté avec différents taux. De plus, quand la transaction implique un échange de collatéral nous introduisons le reloaded Least Square Monte Carlo afin...
Notes
Why and how to use ensemble methods in financial machine learning?
Si l'utilisation de techniques issues du Machine Learning est de plus en plus répandue en finance, cela n'est néanmoins pas sans risques. Pour limiter ces derniers, il importe de bien comprendre quelles sont alors les particularités statistiques des données financières. Via cette publication, nous présentons comment utiliser les méthodes ensemblistes en finance, notamment le "bagging",...