Apprentissage par renforcement profond pour la tenue de marché des obligations d'entreprise : Battre la malédiction de la dimensionnalité.

Résumé Sur les marchés des obligations d'entreprises, qui sont principalement des marchés de gré à gré, les teneurs de marché jouent un rôle central en fournissant aux gestionnaires d'actifs des cours acheteur et vendeur pour les obligations. Déterminer les cours optimaux qu'un teneur de marché doit fixer pour un univers donné d'obligations est une tâche complexe. Les modèles existants, principalement inspirés du modèle d'Avellaneda-Stoikov, décrivent le problème d'optimisation complexe auquel sont confrontés les teneurs de marché : proposer des cours acheteur et vendeur pour gagner de l'argent sur la différence entre les deux tout en atténuant le risque de marché associé à la détention de stocks. Bien que la plupart des modèles ne traitent que de la tenue de marché d'un actif, ils peuvent souvent être généralisés à un cadre multi-actifs. Cependant, le problème de la résolution numérique des équations caractérisant les cotations optimales de l'offre et de la demande est rarement abordé dans la littérature, surtout en haute dimension. Dans cet article, nous proposons une méthode numérique d'approximation des cotations optimales de l'offre et de la demande sur un large univers d'obligations dans un modèle à la Avellaneda-Stoikov. Comme les méthodes classiques de différences finies ne peuvent pas être utilisées en haute dimension, nous présentons une méthode en temps discret inspirée des techniques d'apprentissage par renforcement, à savoir un algorithme profond de critique d'acteur basé sur un modèle.