M2MO: Modélisation Aléatoire, Finance et Data Science

Master en statistique, probabilités et finance - Université Paris 7 - Paris Diderot

 
 
 
 
 
 
Courses Group Statistics and machine learning in finance Prediction and sequential investment
 
 

Prediction and sequential investment

Lecturer: J.Y. Audibert (CFM)
Period: 
Term 3
ECTS: 3
Schedule 2 hours per week

Contexte

La prédiction séquentielle est à l'interface entre la théorie des jeux, la théorie de l'information, les statistiques et les mathématiques financières. Son domaine d'application est celui de la prédiction sur des séries temporelles pour lesquelles aucun modèle simple ne parvient à en expliquer les variations.

Plan du cours

Nous aborderons les points suivants:

  • Prédiction de séries temporelles avec avis d'expert, méthodes par pondération des experts, méthodes randomisées, influence de la fonction de perte, poursuite du meilleur expert
  • Prédiction en présence d'information partielle. Problèmes de bandits à plusieurs bras: cadre stochastique et cadre adversarial, identification de l'expert optimal, espace continu d'experts
  • Prédiction et théorie des jeux répétés, équilibre de Nash, consistance de Hannan, théorème d'approchabilité de Blackwell
  • Investissement séquentiel, portefeuille universel à la "Cover" et variantes.

Bibliographie:
Le cours s'appuie sur l'excellent livre N. Cesa-Bianchi and G. Lugosi. Prediction, learning, and games. Cambridge University Press, 2006 et, dans une moindre mesure, sur les récents travaux résumés dans le chapitre 4 du mémoire J.-Y. Audibert, PAC-Bayesian aggregation and multi-armed bandits, 2010