Finance Machine Learning PI²5 2018
Brian ADAM, Yasser BOUKHEDA, Hugo BRUNET, Jordan DUFEAL, Jonathan VENGADASALAM
Cette équipe de 5 étudiants avait pour objectif commun d’utiliser les opportunités de marchés créées par les élections gouvernementales à venir (Italie, Allemagne, etc) grâce à une stratégie spéculative de crédit. Pour cela les élèves-ingénieurs ont dans un premier temps appréhendé la stratégie dite « Switch CDS ».
Cette stratégie est une méthode d’arbitrage de deux produits de couverture sur les obligations souveraines. Le but de ce projet était donc de déterminer le prix de ce switch grâce à un dataset de variables macroéconomiques et de marché.
Suite à une récolte de données réalisée entre autre via le terminal Bloomberg, ils ont utilisé des méthodes de Machine Learning dans le but de calibrer un modèle économétrique permettant d’estimer le prix d’un switch sur plusieurs pays européens. Cet algorithme économétrique a permis de produire une solution finale programmée dans le langage python pour pricing et back testing du switch, dans le but de fournir à l’utilisateur un outil à la décision estimant le niveau et la direction à venir de la valorisation du switch.
Les champs marqués d'un astérisque (*) sont à remplir obligatoirement et correctement.
Ecole Supérieure d'Ingénieurs
Léonard de Vinci
Paris • Nantes • Montpellier
Tél. : +33 1 81 00 28 38
admissions@esilv.fr
Recrutement
