LAUREAT  2024

Premier prix

• Daniel Celeny
  Sujet : Cyber risk and the cross-section of stock returns réalisé chez Cyber-Defense Campus (CYD Campus)"
  Master : EPFL
  Télécharger le mémoire

 

Deuxième prix

• Fares Feki
  Sujet : Différentiation automatique randomisée et application au pricing rapide, réalisé chez Credit Agricole CIB
  Master : Sorbonne University and Institut Polytechnique de Paris - Master 2 Probabilités et Finance
  Télécharger le mémoire

 

LAUREAT  2023

Premier prix

• Noureddine Ouliz Azouz
  Sujet : "Net-Zero Investment Portfolios"
  Master : Master IPP -SFA - Institut Polytechnique de Paris - Statistics, Finance and Actuarial Science

 

Deuxième prix

• Tianhao Wang
  Sujet : Reinforcement Learning Provides Free Lunch, but at What Cost? A Decentralized Mean-Field Games Algorithm for Multi-Agent Optimal Liquidation
  Master : Imperial College - MSc in Mathematics and Finance

 

LAUREAT  2022

Premier prix

• Olivia Pricilia
  Sujet : "Robust Variance Pricing vis Martingale Optimal transport"
  Master : MSc in Mathematical and Computational Finance, University of Oxford

 

Deuxième prix

• Alexandre Morisse
  Sujet : Application des réseaux de neurones recurrents a l'estimation des calculs réglementaires
  Master : Master SFA - Telecom Paris - ENSAE

 

Lauréats 2021

Cette année, nous avons reçu 18 thèses en provenance de 11 masters différents. Les sujets reflètent l'innovation technologique récente. Ainsi, plus de la moitié des thèmes traités porte sur l'application de « data science » (machine learning) à la finance de marché : pricing des dérivés, couverture des risques de marché, cryptomonnaies, prévision.  

Le comité scientifique de la fondation a été agréablement surpris par la qualité exceptionnelle des thèses soumises. Contrairement à certaines idées reçues, la qualité des étudiants et des enseignements dans les programmes phares est loin de se détériorer. Elle est tout simplement remarquable.

Jean Cheval, président de la fondation Natixis pour la recherche et l'innovation

Premier prix

• Hannah Maidment
  Sujet : ""Hawkes Process-Driven Models for Limit Order Book Dynamics"
  Master : MSc in Mathematical and Computational Finance, University of Oxford
  
  "In my thesis, I consider the use of Hawkes processes to model the arrival of orders in a limit order book and show that they effectively capture the clustering behaviour observed in limit order book dynamics. In a world where electronic, order-driven markets are becoming ubiquitous, the advantages of developing a meaningful model for the dynamics of a limit order book are extremely broad. These range from gaining clearer insight into the role of supply and demand in price dynamics to informing the design of electronic trading algorithms and optimal execution strategies." 

 

Deuxième prix ex æquo 

• Rémy Vuillet
  Sujet : "Rough Volatility : Simulation and Calibration", réalisé chez BP Londres
  Master : MSc in Mathematical and Computational Finance, University of Oxford
  
  "Mon travail concerne les modèles à rough volatility, qui proposent une dynamique de la volatilité plus réaliste pour le cours des actions et indices boursiers. D’abord, je m’intéresse à la simulation du modèle Rough Heston et je constate la difficulté à concilier volatilité arbitrairement irrégulière et prix d’options corrects. Dans un second temps, j’améliore le benchmark pour la calibration de ces modèles avec réseau de neurones. Enfin, je propose une méthode simple pour estimer la régularité de séries temporelles en utilisant la "signature transform" de la théorie des rough paths."

 

• Thomas Hengstberger
  Sujet : "Increasing Venture Capital Investment Success Rates Through Machine Learning"
  Master : MSc in Mathematics and Finance, Imperial College
  
  "The thesis explores the use of machine learning models to identify successful startup investments for the purposes of Venture Capital (VC) investing. The process of how VC investments generate returns is formalised and then translated into a binary target variable, which hinges on a future investment entry point and a subsequent investment exit point.  To imitate how predictive models might be used in a commercial setting, three machine learning models (Logistic Regression, Random Forests and Extreme Gradient Boosting) are trained using historical data from Crunchbase, while their performance is evaluated based on the predictive accuracy on unseen data. The resulting models are able to correctly identify successful startup investments in 46-52% of cases within a 4-year outcome period, which compares favourably to the typical VC 30% success rate."

Lauréats 2020

 

 

De gauche à droite : Jean Cheval, président de la Fondation Natixis pour la recherche et l'innovation ; Gilles Pagès, directeur du Master Probabilités et Finance de l'Université Pierre et Marie Curie Paris 6 et École Polytechnique ; Olivier Pironneau (sur l'écran), Académie des Sciences et membre du conseil scientifique de la fondation ; Mathieu Rosenbaum, professeur à l'École Polytechnique et lauréat du Prix Louis Bachelier 2020 ; Nicole El Karoui, fondatrice du Master Probabilités et Finance de l'Université Pierre et Marie Curie Paris 6 et École Polytechnique ; Pierre Gasnier (sur l'écran en haut à droite), lauréat 2020 du Prix du meilleur mémoire de master, Université Pierre et Marie Curie Paris 6 et École Polytechnique ; Charles-Albert Lehalle (sur l'écran en bas à droite), Capital Fund Management et membre du conseil scientifique de la Fondation Natixis ; Lukas-Benedikt Fiechtner, lauréat du prix de la Fondation Natixis du meilleur mémoire de master, University of Oxford ; Michel Crouhy, président du comité scientifique de la Fondation Natixis.

 

• Pierre Gasnier
  Sujet : "Mean Field Game Theory for Gas Storage Valuation", réalisé chez BP Londres
  Master : M2 Probabilités et Finance de l’Université Pierre et Marie Curie Paris 6 et École Polytechnique
  
  "Le sujet de mon travail a été de résoudre un problème de trading optimal dans lequel les variations de prix dépendent des actions, achat ou ventes, des agents sur le marché. La théorie des jeux à champs moyen vient simplifier ce problème en considérant qu'il y a une infinité d'agents mais qu'ils ont individuellement un impact infinitésimal sur le prix. Dans mon mémoire, je montre que l'état d'équilibre de ce jeu peut être vu comme la solution d'une certaine équation différentielle mais aussi comme la limite d'une suite de jeu où les agents adaptent naïvement leurs stratégies aux jeux précédent, nous donnant ainsi deux méthodes numériques différentes pour résoudre le problème. Ce genre de modèle est intéressant pour une entreprise comme BP car cela lui permet, par exemple, d'optimiser ses opérations de trading de gaz en anticipant mieux les périodes de faible ou forte liquidité." 

 

• Lukas-Benedikt Fiechtner
  Sujet : "Risk Management with Generative Adversarial Networks"
  Master : MSc in Mathematical and Computational Finance, University of Oxford
  
  "Dans mes travaux, j'applique les réseaux adverses génératifs (General Adversarial Networks ou GAN), une technique novatrice de machine learning, afin de générer des trajectoires de prix dont les propriétés statistiques répliquent celles des séries financières observées sur les marchés. En s'appuyant sur ce pouvoir génératif, on peut considérablement élargir les séries de données disponibles pour estimer les mesures de risques telles que la valeur à risque (VaR). Un backtest hors échantillon démontre que cette méthodologie peut rivaliser des méthodes traditionnelles de projection de valeur à risque, telles que la simulation historique. Ces travaux ouvrent également la voie à des applications futures des GANs dans les mathématiques financières. Par exemple, on pourrait réaliser des backtests sur les stratégies de trading en utilisant des données générées artificiellement."

 

Historique des lauréats

2019	Michal Kozyra Sujet : « Deep learning approach to hedging » Master : MSc in Mathematical and Computational Finance, University of Oxford Voir son message vidéo    Télécharger le mémoire  Wei Xiong Sujet : « Machine learning in financial market risk: VaR Exception classification model », réalisé chez J.P. Morgan Master : M2MO Random Modelling, Université Paris Diderot Voir son message vidéo    Télécharger le mémoire
2018	Redwan Bouizi Sujet : "Financial time series forecasting using wavelet transform and reservoir computing paradigm", réalisé chez Quant Finance Master : MSc in Mathematics and Finance – Imperial College – Londres Soufiane Hayou Sujet : "Cleaning the correlation matrix", réalisé chez Bloomberg, New York Master : Master 2 Probabilités et Finance de l’Université Pierre et Marie Curie Paris 6 et École Polytechnique
2017	Aitor Muguraza Gonzalez Sujet : "Rough volatility: Characterization of VIX in rBergomi and extension to numerical schemes", réalisé chez Zeliade Systems Master : MSc in Mathematics and Finance – Imperial College – Londres Jean-Christophe Dietrich Sujet : "Initial margin funding cost for rate products", réalisé chez Goldman Sachs Master : Master M2MO Random Modelling, Université Paris Diderot Hayssam Sabra Sujet : « Currency management methods for international portfolios » Master : Master of Science in Wealth Management de l'Université de Genève
2016	Guillaume Ausset Sujet : « Ensembles d'Arbres – Théorie et application au scoring », réalisé au Crédit Agricole Master : Master Mathématiques de l'Assurance, de l'Économie et de la Finance (MASEF) Sébastien Geeraert Sujet : « Calcul de sensibilités par AAD » (Adjoint Algorithmic Differentiation), réalisé chez MUREX Master 2 Probabilités et Finance de l’Université Pierre et Marie Curie Paris 6 et École Polytechnique Abdou Kélani Sujet : « Couverture Optimale des Garanties de type Variable Annuities en présence de Risques Financiers Extrêmes », réalisé au Laboratoire SAF de l'ISFA Master : ISFA – Université Lyon 1
2015	Claire Monin Sujet : « Optimisation multiobjectif de l’allocation stratégique par un algorithme génétique », réalisé chez BNP Paribas Cardif Master : Institut de Science Financière et d’Assurances (ISFA), Université de Lyon 1 Julien Doumergue Sujet : "Optimal Hedging Strategies using Stochastic Space Barriers and its Application to Financial Products", réalisé chez BNP Paribas UK Master : Master 2 Probabilités et Finance de l’Université Pierre et Marie Curie Paris 6 et École Polytechnique Shuren Tan Sujet : "Reconstructing the Joint Probability Distribution from Basket Prices" Master : MSc in Mathematics and Finance – Imperial College – Londres
2014	Johannes Heinrich Sujet : "Reinforcement Learning for Algorithmic trading" Master : MSc in Mathematics and Finance – Imperial College – Londres Joël Bun Sujet : "Out-of-Sample Risk Optimization Using Random Matrix Theory", réalisé chez Capital Fund Management Master : Master 2 Modélisation Aléatoire, Université Paris Diderot Salmane Lahdachi Sujet : « Environnement Multi-Courbes et Marges de Basis Stochastiques », réalisé chez Crédit Agricole – CIB Master : Master 2 Probabilités et Finance de l’Université Pierre et Marie Curie Paris 6 et École Polytechnique
2013	Jiatu Cai Sujet : « Risque de Contrepartie et de Liquidité », réalisé chez Crédit Agricole - CIB Master : Master 2 Modélisation Aléatoire – Université Paris 7 – Paris Diderot Jens Olov Michael Ronnqvist Sujet : "Default Contagion in Financial Networks" Master : MSc in Mathematics and Finance – Imperial College – Londres Olivier Daviet Sujet : "Commodity Futures Contagion and Diversification Potential : An Empirical Study in the U.S. Market" Master : Master of Science in Finance - Université de Genève
2012	Tung-Lam Dao Sujet : "Momentum Strategies : From Novel Estimation Techniques to Financial Applications", réalisé chez LYXOR Master : Master Modélisation Aléatoire – Université Paris 7 – Paris Diderot Marouan Iben Taarit Sujet : "Market Liquidity and Adverse Permanent Effects in Hedging Equity & Interest Rates Derivatives", réalisé au GRO du Crédit Agricole Master : Master Mathématiques et Applications – Parcours Finance – Université Paris-Est Marne-la-Vallée – École des Ponts Paris Tech Adrien Grangé Cabane Sujet : « Étude des Modèles de Corrélation en Finance », réalisé à la Société Générale Master : Master 2 Probabilités et Finance de l’Université Pierre et Marie Curie Paris 6 et École Polytechnique
2011	Anthony Darné Sujet : « Remporter les appels d’offres de retraite supplémentaire grâce au Liability Driven Investment », réalisé chez BNP Paribas Assurances Master : Master Université Claude Bernard Lyon 1 – ISFA Mauricio Labadie Sujet : "Optimal Algorithmic Trading and Market Microstructure", réalisé chez Chevreux – Crédit Agricole Master : Université Paris Dauphine – Master 104
2010	Rija Razanatsimba Sujet : « Validation de Modèles de Valorisation sur les Marchés Électriques », réalisé chez EDF Trading Master : Master Université Paris-Est Marne-la-Vallée Martin Jimenez Sanchez Sujet : "Variable Annuities – the GMxB guarantees and the GMWB’s Optimal Surrender Behavior", réalisé chez Milliman Master : Master Université Claude Bernard Lyon 1 – ISFA
2009	Anas Benabid Sujet : « Modèle à volatilité stochastique de Wishart » Master : Master 2 Probabilités et Finance de l’Université Pierre et Marie Curie Paris 6 et École Polytechnique