Machine Learning for trading

  • Certifiant

La dernière crise financière 2008-2009 a mis l'accent sur la liquidité. Ainsi le modèle d'affaires "haute couture" (avec des produits complexes à marge élevée) est devenu un modèle de "marché de masse" (avec des produits à faible marge). Pour diminuer les coûts de transaction et les impacts sur le marché financier, l'automatisation s'étend sur les pratiques de trading habituelles et l'essor du trading à haute fréquence est l'un des symptômes de cette évolution.

Plus récemment le machine learning, tirant parti des énormes quantités de données maintenant disponibles, a commencé à perturber de nombreux secteurs industriels ; les marchés financiers ne sont pas épargnés par cette "vague d'IA". La finance à haute fréquence est un domaine d'application très naturel puisque c'est là que la finance possède les plus grandes bases de données et beaucoup d'optimisations à effectuer.

L’apprentissage statistique, l’apprentissage profond, l’apprentissage par renforcement initient une nouvelle révolution de l’intermédiation financière, qui aura un impact sur les modèles d’affaires et les sources de gains.

Cette formation certifiante doit vous fournir des clés et les outils pour évoluer dans cet environnement changeant : comprendre comment faire partie de cette révolution grâce à une meilleure compréhension de la microstructure moderne du marché et des outils d’apprentissage automatique qui ont un impact sur les pratiques de trading et d’intermédiation. Grâce à un équilibre subtil entre théorie et pratiques, et à la lumière d’exemples réalistes et pratiques, vous serez prêts à remettre en question les vieilles habitudes et à ajouter de la valeur aux projets industriels.


  • Nous consulter

  • 27 heures

  • Formation présentielle

  • Français

    • Analystes quantitatifs financiers souhaitant participer à la révolution du Machine Learning
    • Data scientists souhaitant travailler sur les marchés financiers
    • Managers ayant une formation technique souhaitant comprendre les enjeux auxquels leurs équipes devront faire face
    • Etudiants en master en probabilité appliquée ou statistiques ou en informatique souhaitant travailler sur les marchés financiers

    • Connaissance en probabilités, informatique et en statistiques de base
    • Expérience professionnelle en ingénierie financière, en science des données ou en modélisation stochastique

     


Présentation du programme

Programme

Contenu du programme

  • Mécanismes microscopiques sur les marchés financiers
  • Faits stylisés sur la liquidité
  • Statistiques pour le Machine Learning
  • Dynamique de liquidité avec un focus sur les carnets d'ordres à cours limité
  • Contrôle des ordres dans les limites orderbooks et sur des marchés fragmentés
  • Impacts sur le marché
  • Contrôle du taux de trading
  • Réglementation / régulation

Mode d'animation

Mise à disposition d'un LMS : eLearnX

Mode d'évaluation

L'évaluation porte sur la remise d'un mémoire sur un projet professionnel (individuel ou collectif) et une soutenance individuelle devant un jury. Cette évaluation permet la mise en oeuvre des compétences listées dans le référentiel et l'obtention d'une certification Ecole Polytechnique Executive Education

Compétences acquises à l'issue de la formation

  • Comprendre les micro-mécanismes et les faits stylisés sur le marché financier électronique
  • Comprendre comment le machine learning / deep leraning peut améliorer les pratiques de trading
  • Acquérir les connaissances des outils ML / DL pour le trading électronique
  • Mesurer la dynamique de la liquidité et son impact sur le marché

Intervenants

Responsable pédagogique

Mathieu ROSENBAUM
Professeur à l'Ecole polytechnique

Intervenants

Sophie LARUELLE
Professeur assistant à l'Université Paris-Est Créteil

Charles-Albert LEHALLE
Responsable Data Analytics (capital Fund Management, Paris) et chercheur (Imperial College, Londre) ; membre du Comité Scientifique de l'AMF (régulateur français)