Pour l’un des top quants français, c’est en France qu’on trouve les meilleurs mathématiciens, ou en Russie
Raphaël Douady a vu passer quantités de jeunes quants. Actuellement professeur chargé de recherche à Paris (Université Paris I : Panthéon Sorbonne), il a aussi été professeur de finance quantitative à la Stony Brook University de New York et professeur associé à la New York University pendant quatre ans. Il a exercé en finance quantitative des deux côtés de l’Atlantique, et après quasiment trente ans de carrière, il est parvenu à une conclusion qui mérite qu’on s’y arrête : les mathématiciens venus de France ont un niveau bien supérieur à celui de presque tous leurs homologues internationaux.
« Le niveau général d’éducation et de mathématiques en France est extrêmement élevé, » dit-il. « Stony Brook est l’une des meilleures universités des États-Unis, et pourtant, j’y enseignais des notions qu’on apprend au lycée en France. Le seul endroit où j’ai vu le même niveau en mathématiques, c’est la Russie. »
Nous avions déjà attiré l’attention sur la prééminence des quants russes en banque au début de la guerre en Ukraine, il y a quelques mois. Raphaël Douady confirme que lorsqu’on observe la population de quants à Wall Street, 33% viennent du continent américain, 33% de France, 15% de Russie, et le reste d’autres pays comme la Chine. Le Royaume-Uni a « quelques bonnes universités » dans ce domaine, comme Oxford, Cambridge, Imperial College et Warwick, dit-il, mais le niveau général en mathématiques outre-Manche n’a tout simplement rien à voir.
Si le niveau général en mathématiques de ce côté-ci de la Manche est supérieur, il est toutefois un domaine où la France pêche : la statistique, et par voie de conséquence la data science. « La France considère la statistique comme une branche des mathématiques, alors qu’en réalité, c’est une science à part entière, de la même façon que la physique est une science qui fait appel aux mathématiques, » précise-t-il. « Il y a une forte interaction entre maths et physique, mais la physique n’est pas une branche des maths. »
Le point faible des quants français en statistique interpelle, mais sans plus. La base dont disposent les mathématiciens français en maths est tellement plus large qu’ils sont capables de s’adapter très rapidement, poursuit-il. « Quand on commence à regarder des choses comme le machine learning par exemple, les jeunes français qui ont appris l’analyse fonctionnelle de haut niveau et la géométrie sont en mesure de rattraper leur retard à une vitesse qu’aucun américain n’est en mesure de répliquer. »
Raphaël Douady lui-même est spécialisé en machine learning et science des données. Conjointement avec son doctorant Thomas Barrau (actuellement chercheur quantitatif chez Axa IM à Hong Kong), il vient de publier un ouvrage traitant de l’Intelligence artificielle pour les marchés financiers, qui propose un nouvelle technique d’IA reposant sur plusieurs modèles univariés non linéaires, plutôt que sur les traditionnelles régressions multiples. Selon lui, cette technique, connue sous le nom de Polymodèles, est particulièrement adaptée aux marchés hautement incertains : dans l’approche traditionnelle, les quants rechercheraient les corrélations entre leurs investissements ou portefeuille avec un nombre de facteurs de risque limité (généralement entre 5 et 10). Dans l’approche Polymodèle, ils peuvent prendre en considération de 100 à 1 000 facteurs : le système génère plusieurs modèles, qui peuvent être référencés en fonction de la situation. Une couche de machine learning permet d’identifier le signal le plus pertinent.
Raphaël Douady affine son approche depuis des années. Au début des années 2000, un répartiteur d’actifs en hedge fund lui a demandé de trouver une manière de prévoir le risque de fonds à partir de l’historique des rendements. Il a assisté à plusieurs réunions avec ce français « pionnier du secteur des fonds spéculatifs » et s’est rendu compte qu’il consacrait le plus clair de son temps à discuter d’événements isolés. « Il passait cinq minutes à parler des ratios de Sharpe et de la corrélation de la volatilité, et les 55 autres minutes de ce qui s’était passé un jour donné quand ses homologues avaient perdu de l’argent. – Quels investissements le fonds avait-il liquidés en premier, etc ? » Pour Raphaël Douady, les modèles de risque classiques étaient trop restrictifs pour inclure le volume d’informations nécessaire.
Selon lui, les marchés actuels connaissent « une période critique pour la gestion quantitative du risque, mais le secteur du risque quantitatif reste pavé de contradictions : « même si je vous dis qu’il existe un risque de 25% de voir le marché s’effondrer comme en 2008, la probabilité que cela n’arrive pas reste de 75%. »
Les quants en France et dans le monde doivent se familiariser avec les techniques de machine learning, poursuit Raphaël Douady : « le machine learning envahit la totalité de l’espace. » De la même façon, que vous vouliez travailler en sell-side (dans une banque) ou en buy-side (dans un fonds), il est bien, selon lui, de comprendre les différentes techniques mathématiques complexes comme les équations différentielles, la géométrie différentielle, les algorithmes, la théorie de contrôle et l’analyse harmonique, dans lesquelles les quants français ont une excellente base.
Les hedge funds utilisent de plus en plus les quants pour optimiser l’exécution des transactions et faire les cotations, souligne-t-il : « les grands fonds spéculatifs ont deux fonctions principales : la première est de parier sur la bonne option pour gagner de l’argent sur les marchés, la deuxième est tout simplement de créer de la liquidité et d’être teneur de marché. Ils ne vous donneront jamais de détails, mais je peux vous dire sans l’ombre d’un doute qu’ils font aussi de la tenue de marché. »
Have a confidential story, tip, or comment you’d like to share? Contact: sbutcher@efinancialcareers.com in the first instance. Whatsapp/Signal/Telegram also available (Telegram: @SarahButcher)
Bear with us if you leave a comment at the bottom of this article: all our comments are moderated by human beings. Sometimes these humans might be asleep, or away from their desks, so it may take a while for your comment to appear. Eventually it will – unless it’s offensive or libelous (in which case it won’t.)
