Optimisation et sélection de portefeuille par indicateur de risque

Proposition de sujet de thèse CIFRE
Optimisation et sélection de portefeuille par indicateur de risque
Équipe Projet TOSCA (Inria Nancy Grand-Est) / Alphability (Nancy)
La société Alphability (Nancy) a développé une plateforme de gestion de portefeuille de produits
financiers destinée à des professionnels de la gestion de portefeuille. La gestion du risque est l’une des
principales fonctionalités de cette plateforme, afin de fournir aux gestionnaires des indicateurs fiables
au delà des approches traditionnelles qui reposent pour l’essentiel sur des présupposés d’évolution
des cours de nature gaussienne. Ces dernière approches ne reflètent pas les observations du marché
quant à l’occurence de pertes ou de gains extrêmes.
Cette société souhaite faire évoluer cette plateforme pour proposer à ses clients des moyens de considérer des portefeuilles présentant de meilleurs couples rendements/risques.
Elle dispose à cette fin d’une base de données d’actifs et d’indices côtés sur le marché continuellement
mise à jour, ainsi que d’un système de notation à partir de cette base dans laquelle les actifs sont
regroupés en six lots reflétant leur performance par rapport au risque.
Le but de cette thèse est de développer une méthode d’optimisation et de sélection de portefeuille
incluant des contrôles sur le risque et des propositions automatiques d’actifs similaires mais offrants
de meilleurs rendements ou des risques plus faibles à partir des données dont Alphability dispose
(données propriétaires ou bien fournies par les clients).
Dans un premier temps, il s’agit d’étudier les corrélations entre les différents indicateurs de risque
(VaR, CVaR, maximum drawdown, ...) en s’appuyant sur des données de la base pour définir les
critères les plus pertinents à contrôler, et en allant au delà des modèles gaussiens pour une meilleure
prise en compte des risques extrêmes.
Dans un deuxième temps, il s’agit de développer et tester des modèles d’évolution des prix, de définir
des critères pertinents d’optimisation en fonction des contraintes de risque, et de développer une
approche d’optimisation. À cette approche de sélection, on ajoutera des propositions d’actif de nature
similaire mais offrant un meilleur couple rendement/risque en fonction de ces critères.
Cette approche sera ensuite prolongée par une méthode dynamique de suivi de la composition de
portefeuille, avec notamment l’évolution des indicateurs de risque, la détection de changements de
régime, et une approche de contrôle stochastique pour des réajustements éventuels.
Conformément au principe des thèses CIFRE, elle se déroulera à la fois à l’Institut Élie Cartan de
Lorraine et au sein de la PME Alphability.
La réalisation de cette thèse requiert ainsi des compétences en probabilité (calcul stochastique, contrôle
stochastique), en statistique et en méthodes numériques (programmation et manipulation de données).
Contacts : Madalina Deaconu (Inria, [email protected])
Olivier Minetti (Alphability, [email protected])