La présente thèse a pour objectif principal de développer des approches déterministes et heuristiques pour résoudre certaines classes de problèmes d'optimisation en Finance, Affectation et Recherche d’Informations. Il s’agit des problèmes d’optimisation non convexe de grande dimension. Nos approches sont basées sur la programmation DC&DCA et la méthode Cross-Entropy (CE). Grâce aux techniques de formulation/reformulation, nous avons donné la formulation DC des problèmes considérés afin d’obtenir leurs solutions en utilisant DCA. En outre, selon la structure des ensembles réalisables de problèmes considérés, nous avons conçu des familles appropriées de distributions pour que la méthode Cross-Entropy puisse être appliquée efficacement. Toutes ces méthodes proposées ont été mises en œuvre avec MATLAB, C/C++ pour confirmer les aspects pratiques et enrichir notre activité de recherche. / In this thesis we focus on developing deterministic and heuristic approaches for solving some classes of optimization problems in Finance, Assignment and Search Information. They are large-scale nonconvex optimization problems. Our approaches are based on DC programming & DCA and the Cross-Entropy method. Due to the techniques of formulation/reformulation, we have given the DC formulation of considered problems such that we can use DCA to obtain their solutions. Also, depending on the structure of feasible sets of considered problems, we have designed appropriate families of distributions such that the Cross-Entropy method could be applied efficiently. All these proposed methods have been implemented with MATLAB, C/C++ to confirm the practical aspects and enrich our research works.

Cette thèse envisage un ensemble de méthodes permettant aux algorithmes d'apprentissage statistique de mieux traiter la nature séquentielle des problèmes de gestion de portefeuilles financiers. Nous débutons par une considération du problème général de la composition d'algorithmes d'apprentissage devant gérer des tâches séquentielles, en particulier celui de la mise-à-jour efficace des ensembles d'apprentissage dans un cadre de validation séquentielle. Nous énumérons les desiderata que des primitives de composition doivent satisfaire, et faisons ressortir la difficulté de les atteindre de façon rigoureuse et efficace. Nous poursuivons en présentant un ensemble d'algorithmes qui atteignent ces objectifs et présentons une étude de cas d'un système complexe de prise de décision financière utilisant ces techniques. Nous décrivons ensuite une méthode générale permettant de transformer un problème de décision séquentielle non-Markovien en un problème d'apprentissage supervisé en employant un algorithme de recherche basé sur les K meilleurs chemins. Nous traitons d'une application en gestion de portefeuille où nous entraînons un algorithme d'apprentissage à optimiser directement un ratio de Sharpe (ou autre critère non-additif incorporant une aversion au risque). Nous illustrons l'approche par une étude expérimentale approfondie, proposant une architecture de réseaux de neurones spécialisée à la gestion de portefeuille et la comparant à plusieurs alternatives. Finalement, nous introduisons une représentation fonctionnelle de séries chronologiques permettant à des prévisions d'être effectuées sur un horizon variable, tout en utilisant un ensemble informationnel révélé de manière progressive. L'approche est basée sur l'utilisation des processus Gaussiens, lesquels fournissent une matrice de covariance complète entre tous les points pour lesquels une prévision est demandée. Cette information est utilisée à bon escient par un algorithme qui transige activement des écarts de cours (price spreads) entre des contrats à terme sur commodités. L'approche proposée produit, hors échantillon, un rendement ajusté pour le risque significatif, après frais de transactions, sur un portefeuille de 30 actifs. / This thesis considers a number of approaches to make machine learning algorithms better suited to the sequential nature of financial portfolio management tasks. We start by considering the problem of the general composition of learning algorithms that must handle temporal learning tasks, in particular that of creating and efficiently updating the training sets in a sequential simulation framework. We enumerate the desiderata that composition primitives should satisfy, and underscore the difficulty of rigorously and efficiently reaching them. We follow by introducing a set of algorithms that accomplish the desired objectives, presenting a case-study of a real-world complex learning system for financial decision-making that uses those techniques. We then describe a general method to transform a non-Markovian sequential decision problem into a supervised learning problem using a K-best paths search algorithm. We consider an application in financial portfolio management where we train a learning algorithm to directly optimize a Sharpe Ratio (or other risk-averse non-additive) utility function. We illustrate the approach by demonstrating extensive experimental results using a neural network architecture specialized for portfolio management and compare against well-known alternatives. Finally, we introduce a functional representation of time series which allows forecasts to be performed over an unspecified horizon with progressively-revealed information sets. By virtue of using Gaussian processes, a complete covariance matrix between forecasts at several time-steps is available. This information is put to use in an application to actively trade price spreads between commodity futures contracts. The approach delivers impressive out-of-sample risk-adjusted returns after transaction costs on a portfolio of 30 spreads.

La loi du 3 décembre 2001 a, incontestablement, réalisé une avancée majeure dans la protection du conjoint survivant en lui reconnaissant une vocation ab intestat en propriété et en lui permettant, le restant de sa vie, de se maintenir dans le logement conjugal. Néanmoins, cette protection se révèle insuffisante pour celui auquel la loi ferme l’option pour l’usufruit légal : le survivant laissé en la présence d’au moins un enfant issu d’une précédente union. L’introduction de cette distinction à l’article 757du Code civil ne permet pas, en effet, de garantir aux veuves et veufs, issus en particulier de familles recomposées, le maintien de leurs conditions d’existence antérieures, ce, d’autant plus que le droit viager au logement ne peut passe cumuler avec le quart légal en propriété. D’où la nécessité pour le futur défunt d’anticiper les conséquences de sa disparition. Le droit patrimonial de la famille offre, à cet égard, toute une panoplie d’instruments juridiques que le législateur du 23 juin 2006 est venu étoffer, notamment par les nouvelles libéralités-partages et les libéralités graduelles et résiduelles. Toutefois, il sera fait appel aux outils les plus classiques issus, pour les uns, du droit des régimes matrimoniaux avec les avantages matrimoniaux, pour les autres, du droit des libéralités avec l’institution contractuelle entre époux. La voie matrimoniale devant, autant que faire se peut, constituer l’essentiel de la protection du conjoint survivant. Enfin, il sera de bonne pratique de compléter ces mesures de prévoyance conjugale par le recours à l’assurance-vie et à la société civile de gestion de portefeuille de valeurs mobilières. / The law dated December 3rd, 2001 realized, undoubtedly, a major step forward in the protection of the surviving spouse since it recognizes for him a legal vocation in property and it allows himself, the rest of his life, to remain in the matrimonial home. Nevertheless, this protection turns out to be insufficient for the one to which the law closes the option for the legal usufruct : the survivor left with at least one child stemming from a previous union. The introduction of this distinction in the article757 of the civil Code does not, indeed, allow to guarantee for the widows and widowers, stemming in particular from blended families, the preservation of their previous conditions of existence, it, especially as the right life annuity in the accommodation cannot accrue with the legal quarter in property. Where from thenecessity for the future deceased to anticipate the consequences of his disappearance. The property right of the family offers, in this respect, a whole outfit of legal instruments which the legislator of June 23rd, 2006 came to enrich, in particular by new liberalities-divisions and the gradual (and residual) liberalities. However, it will be called on to the most classic stemming tools, for some, of the right of the matrimonial systems with the marital advantages, for the others, the right of the liberalities with the contractual institution between spouses. The marital way in front of, as far as possible, to constitute the main part of the protection of the survivor. Finally, it will be considered as good practice to complete these measures of conjugal foresight by the life insurance and the civil society of management of portfolio of securities.

Le but de cette thèse est de construire un modèle de détection des changements de phase -passages de marché haussier à baissier et vice versa - du marché des actions américaines cotées, en utilisant un nombre relativement important de variables à la fois fondamentales (macroéconomiques et microéconomiques) et issues de l’analyse technique.Le modèle statistique retenu est la régression logistique statique, avec un retard pour les variables explicatives allant de zéro à trois mois. Les huit variables les plus significatives parmi vingt candidatesont été sélectionnées à partir des données mensuelles du S&P500 sur la période 1963-2003. Le modèle obtenu a été testé sur 2004-2013 et sa performance a été supérieure à celles de la stratégie Buy & Holdet d’un modèle univarié utilisant la variable ayant le plus fort pouvoir de détection - ce dernier modèle ayant fait l’objet d’une étude dans la littérature.Il a également été montré que des variables non encore considérées dans la littérature - la moyenne mobile sur les six derniers mois des créations nettes d’emplois non-agricoles, la base monétaire et le Composite Leading Indicator de l’OCDE - ont un pouvoir de détection significatif pour notre problématique. D'autre part, la variable binaire indiquant la position du S&P500 par rapport à sa moyenne mobile des dix derniers mois - variable de type analyse technique - a un pouvoir prédictif beaucoup plus élevé que les variables fondamentales étudiées. Enfin, les deux autres variables les plus statistiquement significatives sont macroéconomiques : l'écart entre les taux à dix ans des T-bonds et à trois mois des T-bills et la moyenne mobile des créations d’emplois non-agricoles. / The goal of this thesis is to build a model capable of detecting the reversals - shift from bull market to bear market or vice versa - of the American stock market, by using a relatively large number of explanatory variables, both of fundamental (macroeconomic and microeconomic) and of ‘technical analysis’ types.The statistical model used is static logistic regression, with lags for the independent variables ranging from zero to three months. Starting with twenty variables, the eight most significant ones have been selected on a training set consisting of monthly data of the S&P500 between 1963 and 2003. There sulting model has been tested over the 2004-2013 period and its performance was better than those of a buy & hold strategy and of a univariate model based on the variable with the highest predictive power – the latter model being the focus of a paper in the current literature. Another contribution of the thesis is that some variables not yet studied in the literature – the six month moving average of net non-farm job creations, the monetary base and the OECD Composite Leading Indicator – are statistically significant for our problem. Moreover, the predictive power of the binary variable indicating whether the S&P500 is above or below its ten-month moving average – a technical analysis variable – is much higher than that of the fundamental variables which have been considered. Finally, the two other most significant variables are macroeconomic ones: the spread between the ten-year T-bond and three-month T-bill rates and the moving average of non-farm jobs creations.

No description available.

La première partie de cette thèse introduit une nouvelle méthodologie pour la réalisation d’exercices de stress-tests. Notre approche permet de considérer des scénarios de stress beaucoup plus riches qu’en pratique, qui évaluent l’impact d’une modification de la distribution statistique des facteurs influençant les prix d’actifs, pas uniquement les conséquences d’une réalisation particulière de ces facteurs, et prennent en compte la réaction du gestionnaire de portefeuille au choc. La deuxième partie de la thèse est consacrée à la valorisation des obligations à maturité très longues (supérieure à 10 ans). La modélisation de la volatilité des taux de très long terme est un défi, notamment du fait des contraintes posées par l’absence d’opportunités d’arbitrage, et la plupart des modèles de taux d’intérêt en absence d’opportunités d’arbitrage impliquent un taux limite (de maturité infinie) constant. Le deuxième chapitre étudie la compatibilité du facteur "niveau", dont les variations ont un impact uniforme sur l’ensemble des taux modélisés, a fortiori les plus longs, avec l’absence d’opportunités d’arbitrage. Nous introduisons dans le troisième chapitre une nouvelle classe de modèle de taux d’intérêt, sans opportunités d’arbitrage, où le taux limite est stochastique, dont nous présentons les propriétés empiriques sur une base de données de prix d’obligations du Trésor américain. / In the first part of this thesis, we introduce a new methodology for stress-test exercises. Our approach allows to consider richer stress-test exercises, which assess the impact of a modification of the whole distribution of asset prices’ factors, rather than focusing as the common practices on a single realization of these factors, and take into account the potential reaction to the shock of the portfolio manager.
 The second part of the thesis is devoted to the pricing of bonds with very long-term time-to-maturity (more than ten years). Modeling the volatility of very long-term rates is a challenge, due to the constraints put by no-arbitrage assumption. As a consequence, most of the no-arbitrage term structure models assume a constant limiting rate (of infinite maturity). The second chapter investigates the compatibility of the so-called "level" factor, whose variations have a uniform impact on the modeled yield curve, with the no-arbitrage assumptions. We introduce in the third chapter a new class of arbitrage-free term structure factor models, which allows the limiting rate to be stochastic, and present its empirical properties on a dataset of US T-Bonds.