Modélisation stochastique, prévision de série temporelle et optimisation sous risque, appliquées aux marchés de l’énergie et de la finance.
Un système de prévision de charge électrique où chaque modèle de base s’adapte en continu par filtre de Kalman, avec réglage automatique des variances (VIKING) et agrégation en ligne robuste de 28 experts.
Une architecture de prévision par segment pour un portefeuille gazier hétérogène : correction thermosensible pour la part profilée, classification de régime (k-means + forêt aléatoire) pour la part industrielle au comportement discontinu.
Pricing d’un contrat d’achat d’électricité éolien formulé comme un programme linéaire stochastique sous contrainte CVaR, avec modélisation du capture rate par copule gaussienne pour capter l’effet de cannibalisation entre production et prix.
Comment rendre un filtre de Kalman auto-adaptatif en traitant ses variances comme des états latents, estimés par une approximation variationnelle en champ moyen plutôt que réglés manuellement.
Implémentation numérique du modèle de Hull-White à un facteur pour le pricing d'obligations à taux zéro. Approche basée sur la formulation EDP (Feynman-Kac) et la discrétisation implicite par différences finies.
Étude et implémentation de méthodes de bootstrapping et d'interpolation pour la construction de courbes de taux. Analyse critique des approches spline cubique, monotone convex, etc.
Étude et implémentation numérique de la formulation anti-symétrique augmentée de Bresch et al. pour les équations Shallow-Water avec tension de surface, via un schéma implicite-explicite en volumes finis.
PsiQuant
