Étude du comportement des agents financiers suite à l’introduction de données extra-financières dans les évaluations des actifs financiers

Résumé

L'équipe SMAC du laboratoire CRISTAL est spécialisée dans la conception de plateformes multi-agents et d'agents artificiels autonomes et dotés d'un comportement. L'équipe développe notamment une plateforme de simulation de marchés financier nommée ATOM (https://github.com/cristal-smac/atom). Dans le cadre de cette recherche l'équipe SMAC collabore avec la société WeeFin spécialisée dans la finance computationnelle. WeeFin s’intéresse à l’étude de l’impact des informations extra-financières (ESG pour Environnement, Social, Gouvernance) dans le comportement d’un ensemble d’acteurs financiers. Ces nouvelles données sont introduites dans la valorisation des actifs financiers (actions, obligations, fonds de placement) et des risques selon des modèles non encore standardisés par le marché. L’objectif est d’étudier le comportement d’un ensemble d’acteurs ayant implémenté des modèles d’évaluation divergents et analyser leur interaction en fonction des informations ESG reçues.

Contact :

Mots-clés

Simulation, finance durable, ESG, multi-agent, NLP, traitement et analyse de la donnée

Équipe

I2C/SMAC

Encadrants

P Mathieu (CRISTAL), P. Bittner (WeeFin)

Présentation détaillée

Contextualisation

• Vous aurez en charge la programmation d’agents informants : opérateurs du marché informateurs divisés en 2 catégories : les analystes extra-financières quantitatives, analystes extra-financières qualitatives. Ces agents ont pour unique rôle la diffusion d’information. Ces données peuvent donc être de la forme structurée (score) et non structurée (texte).

• Vous aurez en charge la programmation d’agents informés : opérateurs de marché investisseurs. Ces derniers ont pour unique rôle la prise de positions sur le marché.

Vous programmerez différents profils d’agents informés, en fonction de leur : • Attrait pour un secteur (Technologies, finances, santé, biens de consommation, énergies) • Intérêt pour une zone d’investissement (Amériques, Europe, Chine, Japon, Afrique) • Pour leur stratégie d’investissement responsable (ISR) Ces agents prendront des positions sur le marché en fonction des informations transmises par les agents informants et de leur profil.

• Les données ESG seront basées sur des données mises à dispositions par des fournisseurs de données ESG.
• Vous développerez des algorithmes pour analyser automatiquement les informations non-structurées (analyses qualitatives) pour en identifier des informations quantitatives (acteurs concernés, tendances).
• Vous modéliserez et analyserez le comportement des agents informés en les confrontant aux informations reçues.

Attendus du stage

• Expérimenter l’utilisation de données non structurées (NLP) – analyses qualitatives
• Automatisation du traitement sur les données structurées

Livrables

• Un algorithme de traitement automatique de la donnée ESG non structurée
• Un modèle de prise de décision sur la donnée ESG structurée
• Une visualisation intégrant tableaux & graphiques
• Rédaction du rapport de l’étude

Solutions techniques

• Technologies Big Data – NLP – Graph Processing
    ◦ Spark ou Flink pour le traitement de la donnée
    ◦ Solution NoSQL et Elasticsearch pour le stockage / Indexation
    ◦ Kibana pour la création de graphiques & tableaux de bord
• Développement d’algorithmes de détection et d’analyse en python (ou java, scala)
• Création d’algorithmes basés sur du « Text Mining » - NLP (python)

Conditions du stage

WeeFin est situé au 27 rue des Poissonniers à Neuilly-sur-Seine. Le stage pourra se réaliser en partie à distance dans des conditions à discuter. Il sera encadré par P Mathieu (CRISTAL), P. Bittner, G. Hug et P. Arnault (WeeFin) sur une durée de 6 mois.

La gratification de stage est de 1200€/mois pour un stage réalisé intégralement sur Paris.