Marchés, portefeuille et gestion du risque

Ce dossier rassemble vingt-deux travaux qui touchent aux marchés financiers : calibration de modèles d'options, estimation de covariance, couverture dynamique, market making, marchés prédictifs, prêt décentralisé, crédit à la consommation, collusion algorithmique et évaluation d'agents de recherche. Ils ne partagent ni méthode ni classe d'actifs. Ce qui les relie est une question de preuve : à partir de quel moment un chiffre produit par un modèle devient-il utilisable pour prendre une position, fixer un prix ou publier un indicateur de risque ?

La réponse donnée par ces papiers est presque toujours restrictive. Plusieurs d'entre eux améliorent une métrique et passent ensuite l'essentiel de leur texte à expliquer pourquoi cette amélioration ne suffit pas : coûts absents, univers étroit, régime unique, données simulées, agrégation arbitraire. Quelques-uns vont plus loin et font de la restriction leur contribution principale, en construisant un mécanisme qui refuse de décider, qui mesure son propre domaine d'admissibilité ou qui corrige un biais d'estimation avant toute interprétation économique.

Le lecteur en retire une grille de lecture applicable à n'importe quel résultat quantitatif : savoir quelle unité reçoit le poids dans un agrégat, quelle part du résultat tient à la simulation plutôt qu'au marché, ce que le modèle fait quand il ne sait pas, et ce qui reste du gain après frais, impact et contrainte de capacité. Aucun des travaux présentés ici ne constitue un conseil d'investissement, et plusieurs le disent explicitement.

De l'information disponible au rendement net

Linsen Zhu et Mengqing Cai proposent une revue critique de l'intelligence artificielle appliquée aux marchés actions et crypto. Leur fil conducteur est une chaîne que les présentations raccourcissent souvent : une information disponible doit devenir un signal stable, puis des positions faisables, puis des ordres exécutables, et seulement ensuite un rendement ajusté du risque après frais, spread, impact, délai et financement. La revue couvre l'apprentissage automatique, les modèles de fondation, les grands modèles de langage financiers, le reinforcement learning et les agents, en distinguant les progrès techniques en amont de la preuve économique finale.

Le recensement des échecs récurrents occupe une place centrale : contamination temporelle, sélection répétée, survivorship bias, benchmarks faibles, tests de regard vers le futur. S'y ajoutent des difficultés de portefeuille souvent absentes des démonstrations, comme la capacité, la décroissance du prédicteur, la mécanique de venue et les conditions de financement. Pour la crypto, les auteurs demandent de séparer spot, perpétuels et marchés décentralisés : funding, liquidations, manipulation, garde, gas, MEV et risque de smart contract ne sont pas interchangeables avec les frictions d'une action liquide.

Leur conclusion est négative et assumée : ils ne trouvent pas d'architecture générale d'IA démontrant un alpha net persistant, capable de traverser les régimes et de respecter la capacité. Des conditions d'évaluation plus propres améliorent la crédibilité d'un résultat sans garantir sa rentabilité.

La source précise sa propre portée. Il s'agit d'une revue critique et itérative, sans protocole enregistré ni méta-analyse quantitative, donc sans prétention à une couverture bibliographique complète ni à une mesure formelle du risque de biais étude par étude. Les preuves rassemblées sont hétérogènes et souvent rétrospectives.

Évaluer un agent qui fait de la recherche en asset pricing

Yingjian Pan, Xiaowei Ding et Kay Giesecke définissent l'Agentic Empirical Asset Pricing, ou AEAP, comme un processus où des agents de langage génèrent une hypothèse économique, la formalisent, l'évaluent et itèrent. L'enjeu qu'ils posent n'est pas de produire une sortie plausible mais de conserver un artefact exécutable et une trace de la décision. Leur architecture de référence sépare cinq briques : génération d'hypothèse, formalisation, exécution sur des données point-in-time, gate de validation, puis mémoire et itération. Cette séparation rend les erreurs localisables et permet de rejouer la chaîne.

Le protocole SEADS compare cinq baselines réimplémentées sur deux panels d'actions américaines. Le panel A retire les microcaps de l'univers JKP et offre une évaluation hors échantillon d'environ 71 mois jusqu'à décembre 2025. Le panel B s'appuie sur des variables primitives CRSP/Compustat et offre environ 59 mois jusqu'à novembre 2024. Le résultat que les auteurs mettent en avant est qu'aucune métrique isolée ne classe correctement tous les systèmes : une réexécution glissante de la découverte doit mesurer la fiabilité du processus, y compris les résultats négatifs et les limites, au lieu de ne retenir que le meilleur backtest.

Le cadre rapproche la recherche assistée par modèle de langage des pratiques de recherche reproductible. Il ne transforme pas une corrélation en causalité et ne supprime pas le risque de data snooping, il rend ces risques plus visibles.

Les auteurs rappellent que leurs conclusions dépendent des panels, des implémentations de référence, des données point-in-time et des métriques retenues. Une réexécution peut documenter la fragilité d'un processus sans prouver la réalité économique d'un facteur ; coûts, capacité, risque de modèle et validation indépendante restent nécessaires.

AlphaRJM et la mémoire des évaluations d'alphas

Une formule d'alpha se construit token par token, mais sa qualité n'est connue qu'au moment où l'expression complète est évaluée. La même sous-expression peut être utile ou redondante selon le pool d'alphas déjà retenu. Le signal de récompense est donc tardif et dépendant du contexte. Sayan Dhan et Selvaraju Natarajan proposent AlphaRJM pour conserver cette information entre les épisodes de construction : la Reward-Jump Memory reste fixe pendant la construction d'une formule puis se met à jour lorsqu'une évaluation terminale produit une récompense et une catégorie de résultat, acceptée, remplacée, rejetée ou invalide.

La mémoire seule ne choisit pas l'action suivante. Les auteurs ajoutent un critique SDE conditionné par l'action, qui représente le retour de découverte futur par des particules dont la moyenne et l'incertitude guident la sélection des tokens. La distribution est apprise avec un objectif de Bellman combinant distance énergétique, calibration de la moyenne et régularisation des sauts. Un pas intermédiaire ne reçoit pas de récompense directe ; l'événement terminal mesure la variation de l'Information Coefficient de l'ensemble.

Les expériences portent sur les univers chinois CSI300, CSI500 et CSI800, avec entraînement sur 2010-2020, validation en 2021 et test sur 2022-2024, un horizon de 20 jours de bourse et une expérience supplémentaire à 42 jours. L'ablation CSI300 donne pour AlphaRJM un IC de 0,0480 et un ICIR de 0,3700 ; retirer le critique SDE ramène ces valeurs à 0,0362 et 0,2687, retirer la mémoire persistante à 0,0434 et 0,3053. Sur CSI1000, l'étude rapporte un IC de 0,076 ± 0,003 et un RIC de 0,102 ± 0,009 sur deux graines.

La source limite elle-même la portée : univers d'actions chinois, métriques de corrélation, absence de backtest avec coûts, contraintes de portefeuille et exécution réaliste. Les choix de grammaire, de budget de recherche et de pool modifient les formules découvertes.

Calibrer un arbre binomial complet avec un réseau

Andrea Molent et Michel Vellekoop calibrent directement un arbre binomial recombiné à partir de prix d'options. Le réseau ne prédit pas seulement des paramètres : il déforme les nœuds et les probabilités du modèle discret. La sortie reste interprétable, complète et contrôlable par une condition locale d'absence d'arbitrage. Pour chaque nœud, le successeur bas doit rester inférieur au prix courant actualisé, lui-même inférieur au successeur haut. L'initialisation est admissible et une pénalité renforce la propriété pendant l'entraînement ; les contrôles ex post satisfont la condition pour tous les arbres calibrés rapportés.

La perte combine l'erreur de repricing, une pénalité d'admissibilité et, éventuellement, une régularisation spatiale. Les auteurs testent d'abord une volatilité locale synthétique, puis des options SPX. Le réseau comporte deux couches cachées ReLU ; l'optimisation utilise Adam, un learning rate cyclique et 8 000 epochs sur le cas synthétique, 16 000 sur SPX. Les expériences obtiennent un repricing précis et des performances compétitives avec la calibration neuronale, tout en gardant la structure de l'arbre lisible, ce qui facilite l'extension aux options américaines et à l'exercice anticipé.

La force de l'approche est de placer la contrainte financière dans l'objet produit au lieu de vérifier après coup une surface continue difficile à contrôler. Pour auditer un calibrage, on inspecte les nœuds, les probabilités, les écarts d'admissibilité et les prix repricés.

Cette lisibilité a un coût. Le modèle discret représente un point de vue particulier sur la dynamique, et une bonne erreur de prix ne signifie pas que la dynamique sous-jacente est identifiée, surtout avec peu d'options observées. La méthode n'est pas un calibrateur de surface de volatilité locale continue ; le résultat dépend du maillage, de l'initialisation, des pénalités et de la qualité des prix.

Une marge d'admissibilité dans l'espace latent

Jing Wang, Shuaiqiang Liu et Cornelis Vuik contrôlent les surfaces de volatilité implicite directement dans l'espace latent d'un générateur. Une marge scalaire agrège les contraintes statiques de calendrier et de butterfly sur un domaine fini : les codes dont la marge est positive sont admissibles dans la tolérance numérique retenue, et la marge nulle décrit la frontière. Le cadre s'applique aux VAE, GAN et flows. Une formulation de type Hamilton-Jacobi décrit le déplacement vers cette frontière et permet de corriger un code qui génère une surface violant les contraintes.

Les auteurs entraînent un VAE sur 30 000 surfaces Heston, échantillonnées sur 28 maturités et 28 log-moneyness. Avec un espace latent de dimension 2, cinq graines et une grille d'évaluation 161×161 dans [-4,4]², la RMSE moyenne de volatilité implicite passe de 0,01017 pour la base à 0,00646 pour la solution retenue. La fraction moyenne de surfaces strictement admissibles sur test atteint 0,974, avec une plage de 0,927 à 0,990 selon la graine. Dans la boîte latente, l'aire admissible varie de 0,334 à 0,421 ; pour des tirages du prior gaussien, l'admissibilité est de 0,921 à 0,981. La convexité en strike est active sur 2 491 des 2 498 points de frontière raffinés.

Deux axes d'évaluation se dégagent : fidélité statistique et admissibilité. Un code latent proche en distance euclidienne n'est pas forcément proche d'une surface exploitable, car la frontière des contraintes peut être très courbée. La marge sert aussi de mécanisme de surveillance, en refusant un échantillon proche de zéro ou en signalant une génération hors domaine.

Les garanties sont finies et numériques. Grille, domaine et tolérance ne couvrent pas tout le continuum des strikes et maturités, une dimension latente supérieure rend la frontière plus coûteuse à explorer, et aucune garantie de trading sans arbitrage ne se déduit du VAE seul.

AD-Seq-Vol et la surface de volatilité dynamique

Une surface de volatilité implicite décrit des options sur plusieurs strikes et maturités, doit évoluer avec le sous-jacent et rester compatible avec des contraintes de non-arbitrage statique. Générer une surface plausible à une date ne suffit pas. Yinbin Han, Jack Yuxiang Zhang, Manuel Torres, Fernando Acero et Renyuan Xu proposent une famille de modèles de diffusion adaptatifs : AD-Seq-Vol apprend conjointement l'évolution du rendement du sous-jacent et celle de la surface, et AD-Seq-Vol-FT ajoute une étape de fine-tuning qui pénalise les violations de contraintes statiques.

Le cadre séquentiel reçoit l'historique réalisé puis génère des surfaces futures en mettant à jour le contexte à chaque étape. Les scénarios peuvent servir à la tarification, à la mesure du risque, aux stress tests ou au choix d'instruments de couverture. Les auteurs évaluent particulièrement une procédure de couverture : à chaque date de rebalancement, les trajectoires simulées estiment les variations de la position cible et des instruments candidats, et une optimisation choisit les positions en pénalisant les coûts de rebalancement.

L'étude utilise des données quotidiennes d'options SPX de 2000 à 2023. Les trajectoires produites conservent les dépendances transversales et temporelles avec moins de violations d'arbitrage statique que les données d'entraînement et qu'un benchmark GAN ; la variante AD-Seq-Vol-FT réduit ces violations à un niveau annoncé comme presque nul. Dans la couverture fondée sur ces scénarios, le papier rapporte des erreurs de suivi proches de zéro, une réduction du risque de queue et une stabilité particulière pendant la perturbation du Covid par rapport à plusieurs benchmarks.

Ces affirmations décrivent l'étude et sa période. Le corpus porte sur SPX, les hypothèses de données, de surface et de coûts peuvent changer selon le marché, et les auteurs proposent comme suites une extension multi-actifs, des contraintes dynamiques et des méthodes de diffusion plus rapides. Une trajectoire synthétique est un échantillon conditionnel issu d'un modèle, pas une prévision.

Deep hedging : risque dynamique contre préengagement

Shuyi Zhang et Frédéric Godin étudient la couverture dynamique d'un call européen sur un panier de quatre actions bancaires, JPM, BAC, WFC et C. Le panier arrive à maturité après 252 jours, avec un strike de 100. Les trajectoires sont simulées par un DCC-GARCH(1,1), des marginales gaussiennes et une copule t calibrées sur dix ans de données. Le cœur du papier est la cohérence temporelle des mesures de risque : l'agent acteur-critique apprend avec six fonctions de score strictement cohérentes et des niveaux alpha de 92,5 %, 95 %, 97,5 % et 99 %, le test utilisant 10 000 ensembles de trajectoires.

Le résultat est un partage, non un classement unique. Les politiques fondées sur une mesure de risque dynamique sont moins variables et dépassent le modèle statique sur les maturités courtes ; le modèle statique ou préengagé obtient en revanche un meilleur risque statique terminal et un P&L terminal moyen plus favorable dans l'expérience. Les scores sublinéaires non bornés, notamment à puissance fractionnaire ou logarithmiques, sont généralement les meilleurs quand l'échantillon de queue est suffisant, tandis qu'à alpha 99 % les scores saturants peuvent devenir plus stables en limitant l'effet d'un faible nombre d'observations extrêmes.

La fonction de score n'est donc pas une option d'implémentation : elle détermine ce que l'agent apprend à pénaliser et comment il réagit à une queue rare. Optimiser la stabilité pendant la vie du contrat et optimiser un risque terminal ne sont pas le même objectif, et le choix se relie au mandat, à la tolérance aux appels de marge, à la liquidité et au coût de rotation.

Le marché est simulé et limité à quatre actions bancaires. Les paramètres de dépendance, les coûts et les contraintes d'exécution conditionnent les résultats, qui ne se transfèrent pas automatiquement à d'autres paniers, régimes ou niveaux de liquidité.

Rendre exploitable une matrice de corrélation incomplète

Christian Bongiorno et Lorenzo Villassero s'attaquent aux matrices de corrélation pairwise qui deviennent indéfinies quand les titres n'ont pas tous le même historique. RIEnet est un estimateur de covariance invariant par rotation qui combine moments marginaux sensibles au masque, spectre signé et longueurs d'échantillon effectives alignées sur les facteurs. Un biGRU conditionne la transformation et mappe toutes les valeurs propres, y compris les négatives, vers un inverse positif. L'estimateur est entraîné de bout en bout sur le risque réalisé d'un portefeuille global minimum variance à horizon de cinq jours.

L'étude couvre les actions américaines et ADR de 1990 à 2025, jusqu'à 1 500 titres. Vingt-six modèles à fenêtre croissante sont évalués entre 2000 et 2025, avec rebalancement hebdomadaire et simulation d'un courtier d'enchère de clôture incluant commissions, financement, opérations sur titres et impact. RIEnet rapporte une volatilité à cinq jours de 11,17 %, un CAGR de 9,30 %, un Sharpe de 0,814 et un drawdown maximal de -41,3 %. Le bêta au Russell 2000 est 0,500 et le test MCS donne p=1,000. La volatilité baisse de 20,7 % par rapport à l'estimateur de covariance suivant, le Sharpe progresse d'environ 40 %, et RIEnet est la seule méthode conservée au seuil MCS de 0,1 % dans l'analyse de sensibilité par blocs.

Le message n'est pas que le réseau prédit les rendements mais qu'une meilleure géométrie de covariance change la stabilité d'une optimisation. L'invariance par rotation et le traitement explicite des masques ciblent un défaut structurel des petits échantillons et des univers à entrées manquantes.

Les coûts et l'exécution sont modélisés, et l'étude repose sur une spécification RIEnet fixe. L'attribution des gains à chaque composant est renvoyée à un benchmark synthétique contrôlé ultérieur, et le résultat ne garantit pas la stabilité sur un autre univers ou sous une autre politique de transaction.

Les expectiles et la sévérité des pertes

La Value at Risk indique un seuil de perte sans dire la gravité moyenne des observations au-delà. L'Expected Shortfall prend cette gravité en compte, mais son estimation et son backtest deviennent difficiles dans une queue épaisse. Fernandes, Henriques et Fonseca Mendes étudient les expectiles, une famille fondée sur une perte quadratique asymétrique. Un expectile ne regarde pas seulement combien d'observations se trouvent dans la queue : il pondère aussi leur distance au niveau étudié. À la différence du quantile, l'objectif est continûment différentiable presque partout et peut être estimé par moindres carrés itérativement repondérés.

Les auteurs partent d'un modèle de volatilité conditionnelle de type GARCH, où les rendements s'écrivent comme une échelle dépendant de l'information passée multipliée par une innovation. L'expectile conditionnel se décompose alors en cette échelle estimée et en l'expectile de l'innovation. La procédure comporte deux étapes : estimer les paramètres de variance par quasi-vraisemblance, puis calculer l'expectile des innovations à partir des résidus standardisés. Les innovations véritables étant inconnues, l'inférence doit intégrer l'erreur de la première étape ; le papier établit une représentation de type Bahadur, une variance asymptotique et des estimateurs de variance exploitables.

Le cadre fournit la consistance et la normalité asymptotique des estimateurs conditionnels et non conditionnels sous les hypothèses du modèle de volatilité. L'analyse empirique indique que les expectiles conditionnels peuvent distinguer des profils de risque de queue en combinant fréquence et sévérité, là où une mesure purement quantile ne conserve qu'une partie de l'information. Cela ne rend pas un expectile automatiquement plus prudent : le niveau choisi, la dynamique de volatilité, les moments disponibles et la qualité des résidus déterminent le résultat.

Les garanties théoriques reposent sur la stationnarité, les moments, l'identification et les hypothèses de modèle. Une validation hors échantillon reste nécessaire pour un portefeuille donné, et les expectiles ne suppriment ni le risque de mauvaise spécification ni celui d'un changement de régime.

Apprendre une préférence ESG explicite

Giovanni Dispoto, Marcello Restelli et Carmine Ventre formulent l'optimisation de portefeuille comme un problème de reinforcement learning multi-objectifs. La récompense combine un Sharpe financier et les scores de trois agences ESG, et une préférence Lambda est apprise à partir de comparaisons par paires de portefeuilles, puis des personas de gestionnaires simulent des priorités régionales. L'environnement utilise des poids continus, un historique de rendement sur 60 jours, des volatilités à 20 et 60 jours, le VXD, des notes ESG, du momentum et les poids courants ; les épisodes font 252 jours.

Les expériences portent sur dix titres du Dow Jones, avec entraînement de 2009 à la mi-2014, elicitation des préférences de la mi-2014 à 2015, puis test hors échantillon jusqu'à la mi-2016. Les notes sont simulées par trois agences, l'une pondérant davantage la gouvernance, l'autre le social et la troisième l'environnement. Les personas européennes privilégient l'alignement ESG et la transparence environnementale, les personas texanes la performance ajustée du risque. Le résultat montre comment une préférence déplace la solution le long d'un compromis, pas qu'une région possède une préférence homogène réelle.

L'intérêt méthodologique est de rendre la préférence paramétrique et observable. Une comparaison, humaine ou simulée, ne produit pas seulement un classement : elle renseigne le compromis que l'agent doit respecter. Cela permet de distinguer « optimiser l'ESG » de « optimiser selon une préférence ESG donnée ». Une récompense linéaire est lisible mais impose une géométrie particulière des arbitrages, et la préférence apprise reste une convention de décision plutôt qu'une mesure naturelle de la durabilité.

Les données ESG sont synthétiques, le trading est frictionless et la scalarisation linéaire peut manquer une frontière de Pareto non convexe. L'univers est réduit et la période hors échantillon courte.

Recalibrer un portefeuille robuste sans effacer la confiance

Han Yanç étudie un portefeuille robuste après apprentissage, dans un modèle théorique avec un actif risqué, une dérive inconnue et un ensemble d'ambiguïté gaussien. Lorsqu'une nouvelle évaluation arrive, deux options existent : transporter la confiance bayésienne existante dans les nouvelles coordonnées, ou reconstruire une confiance fraîche. Le transport hérite du déplacement naturel de l'information ; la reconstruction remplace ce déplacement par un nouvel état de référence. Le choix modifie le coût attribué au changement d'évaluateur.

Le remplacement du protocole d'évaluation est tarifé par une divergence de Bregman fonctionnelle. Dans un cas gaussien rectangulaire avec utilité CARA, le modèle fait apparaître une taxe de recalibrage arrêtée à l'intérieur d'une même génération de modèle. La seconde partie introduit une économie de versions de modèles et un réseau de validation causal : un retour d'information dans le même cycle peut amplifier l'offre de recherche, et la sensibilité prend la forme d'un multiplicateur dont le dénominateur est 1 moins le gain. Sous le seuil, l'effet reste fini ; au pôle, aucune borne uniforme finie ne subsiste.

Ces équations isolent un mécanisme, elles ne décrivent pas une loi de prix de marché ni une procédure opérationnelle de construction de portefeuille. L'alerte porte sur les conventions de version, de timing et de validation, qui restent souvent implicites. Un recalibrage peut améliorer une prévision tout en détruisant la comparabilité avec les décisions précédentes, ce qui plaide pour conserver les états de croyance, la version de l'évaluateur, les informations disponibles à la date d'arrêt et le coût de la transition.

Le papier est théorique et stylisé : un actif risqué, des ensembles gaussiens, une utilité CARA et une économie de recherche abstraite. Les résultats dépendent des lois de timing et des hypothèses de feedback, et ne constituent pas un calibrage empirique.

Market making sous changements de régime

Les modèles analytiques de market making donnent des règles élégantes mais supposent souvent un flux d'ordres stationnaire et relativement symétrique. Dans un carnet où la pression acheteuse ou vendeuse persiste, un teneur de marché peut accumuler un inventaire dans le mauvais sens. Felipe Moret et Fabrizio Lillo comparent un contrôleur Rainbow DQN à GLFT, extension classique d'Avellaneda-Stoikov, dans un carnet d'ordres simulé. L'expérience distingue un marché stationnaire, où le modèle apprend à capter le spread, et des régimes où la probabilité d'ordres acheteurs varie pendant des séquences de longueur différente.

Dans la première étape, DQN et GLFT sont évalués sur des réalisations appariées du flux, avec une pénalité quadratique d'inventaire et des bornes de position. Dans la seconde, le flux devient non stationnaire et le régime latent n'est pas donné à l'agent. Une première amélioration ajoute un filtre bayésien de changement de point sur le biais directionnel et un signal d'exposition ajusté par la file d'attente ; une étape de bandit de scénarios rééchantillonne ensuite plus souvent les scénarios qui ont récemment produit les pertes les plus élevées.

Dans le cadre stationnaire, la frontière rendement-risque du Rainbow DQN se situe au-dessus de celle de GLFT dans la plage testée. Cette avance disparaît lorsqu'un contrôleur entraîné sur un flux stationnaire rencontre des régimes directionnels persistants : le contrôleur de référence passe d'environ +30 % à -91 % lorsque la durée moyenne du régime augmente de 15 à 240 ordres de marché. Le contrôleur réentraîné avec l'information de régime reste profitable, passant environ de +46 % à +23 % sur la même gamme de persistance. Ces nombres sont des PnL terminaux moyens d'expériences simulées, pas des rendements de marché.

L'évaluation utilise un simulateur de flux zéro-intelligence calibré, sans contreparties stratégiques complètes. Le teneur traite des lots unitaires, sans taille d'ordre ni cotation multi-niveaux, et le modèle de régime fixe une largeur et des durées exponentielles.

CLOB ou AMM dans un marché prédictif

Dans un marché prédictif, un carnet d'ordres et un teneur automatisé peuvent afficher des prix comparables sans jouer le même rôle. Le carnet doit attirer des contreparties et peut filtrer les participants informés ; un mécanisme de type LMSR agrège les ordres selon une règle de prix et porte une autre structure de risque. Zang, Andrade et Nakajima partent d'un fait de marché : sur un CLOB, les teneurs peuvent gagner en portant jusqu'au règlement un côté sous-évalué, plutôt qu'en vivant seulement de l'écart entre achat et vente. Ils construisent ensuite un modèle intégrant cette demande de queue et comparent CLOB et LMSR sur le même événement.

Dans le modèle binaire, une cotation du CLOB située dans la bande du signal commun peut être prise par un trader informé. Les cotations concurrentielles filtrent alors une partie du flux informé : le teneur conserve une rente de screening en portant le côté sous-évalué jusqu'à la résolution, tandis que le flux informé se dirige vers le LMSR. Cette séparation explique une coexistence plutôt qu'un remplacement. Le CLOB fournit une marge associée à la demande de queue, et la liquidité de l'AMM influence en retour la prime du carnet, dont le signe dépend de la possibilité pour un autre teneur de sous-coter et de l'engagement de celui qui porte le carnet.

L'extension à trois résultats ou davantage ajoute un problème de représentation. Un carnet binaire peut fixer des prix de bascule tout en laissant certaines croyances implicites indéterminées, alors que le LMSR tarifie directement le simplexe des résultats et utilise le collatéral de manière plus cohérente dans le modèle. Le résultat central n'est donc pas qu'un mécanisme bat l'autre, mais que screening, demande de queue, flux informé et profondeur produisent des rôles complémentaires.

Le dispositif est un modèle stylisé complété par des faits transactionnels. Il ne fournit pas une microfondation dynamique de chaque plateforme et ne prescrit ni choix de marché ni stratégie.

Le biais favorite-longshot sur Polymarket

Le biais favorite-longshot décrit une régularité ancienne des paris : les issues peu probables offrent des rendements moyens plus faibles que les favorites. Cardozo et Rivero-Wildemauwe testent cette régularité sur Polymarket à partir de 588 millions de transactions réalisées par 2,48 millions de comptes, sur des trades de novembre 2022 à mars 2026. Un token paie un dollar si l'issue annoncée se réalise et zéro sinon. Les auteurs comparent les achats sous 10 cents aux achats à 90 cents ou davantage, puis testent plusieurs niveaux d'agrégation : poids égal par contrat, regroupement par montant, poids égal par événement parent, en distinguant le marché enfant, une question négociée, de l'événement parent qui regroupe plusieurs questions.

Dans les flux observés, les achats sous 10 cents perdent 19,3 cents par dollar tandis que les achats à 90 cents ou plus gagnent 0,83 cent. Quand chaque contrat reçoit le même poids, la perte des longshots est de 6,3 cents ; quand les contrats liés sont d'abord regroupés par événement parent, elle devient un gain de 4,1 cents. Le motif aux deux extrêmes est robuste en Crypto et en Politics, mais absent en Sports dans l'analyse rapportée. La persistance des comportements n'explique pas les gains : le décile de comptes ayant la plus forte tendance passée à acheter des longshots représente 26,6 % des achats à bas prix du mois suivant pour des rendements similaires aux autres, et le décile orienté favorites représente 15,1 % des achats à haut prix avec des rendements inférieurs.

Un chiffre agrégé peut donc changer de signe selon l'unité retenue. Cela ne rend aucun des calculs inutile, mais oblige à préciser ce qui reçoit le poids.

Les comptes sont des wallets et non nécessairement des personnes, un participant pouvant en utiliser plusieurs. Les données ne reconstruisent pas toutes les ventes, créations, combinaisons, transferts ou positions finales, et les auteurs excluent les marchés non binaires, les prix invalides et certains acheteurs à forte concentration de contreparties.

Couvrir une exposition Bitcoin avec des contrats binaires

Prashanth Bhaskara et Aadit Jerfy examinent si des contrats binaires de marché prédictif peuvent compléter une exposition spot au Bitcoin. Ils assimilent un contrat lié à un seuil de prix à une option simplifiée, puis comparent une position Bitcoin non couverte, une couverture statique et une couverture dynamique. L'analogie éclaire le mécanisme sans transformer un contrat événementiel en option standardisée : paiement, liquidité, frais, échéance et règles de marché doivent être examinés séparément.

L'étude combine des données spot BTC/USDT à la minute issues de Binance et des prix à la minute de trois contrats Kalshi portant sur des seuils de Bitcoin. Les périodes couvrent un régime haussier en 2024, une phase plutôt latérale en décembre 2025 et une baisse en janvier 2026. Les probabilités implicites sont comparées à une probabilité théorique calculée avec une formulation modifiée de Black-Scholes, une volatilité annualisée et le temps restant jusqu'à l'échéance ; le signal est la différence entre les deux. Cinq niveaux de position sont définis, la stratégie dynamique est rééquilibrée à plusieurs fréquences, et les simulations utilisent un capital initial de 100 000 dollars avec une formule de frais annoncée.

Sur les trois régimes, la stratégie dynamique est annoncée comme meilleure que les deux portefeuilles de comparaison. Les rendements spot et dynamiques avec la convention de rééquilibrage retenue sont respectivement de +36,23 % et +38,69 % pour 2024, de -3,58 % et -3,04 % pour décembre 2025, puis de -26,02 % et -22,96 % pour janvier 2026. Les frais pèsent fortement dans certains cas : la part de frais affichée atteint 25,2 % dans deux scénarios et 16,8 % dans un autre.

Le corpus se limite à Bitcoin, trois contrats et trois régimes. Les auteurs signalent que la latence et la liquidité ne sont pas modélisées de façon suffisante pour garantir un résultat réel, les frais peuvent évoluer et l'accès aux contrats dépend de la juridiction.

Mesurer la fragilité d'un protocole de prêt DeFi

Dans un protocole de prêt décentralisé, des déposants cherchent un rendement et des emprunteurs utilisent des crypto-actifs comme collatéral. Les dépôts peuvent sembler garantis, mais la valeur de la garantie varie avec le prix des actifs et les règles de liquidation. Les positions de chaque portefeuille sont difficiles à consolider : une adresse peut représenter une plateforme, et un investisseur peut utiliser plusieurs wallets. Bertomeu, Martin et Sall contournent cette information manquante en construisant deux traders synthétiques à partir des dépôts et emprunts agrégés, avec pour but un indicateur institutionnel de fragilité plutôt que la reconstruction du risque de chaque utilisateur.

Le premier indicateur mesure la baisse proportionnelle de tous les actifs non indexés qui déclencherait la liquidation du trader synthétique emprunteur. Le second mesure une perte de collatéral du point de vue du prêteur synthétique. Une valeur nulle signifie que l'événement ne se produit qu'à une baisse totale ; une valeur égale ou supérieure à un signifie que le niveau courant suffit dans la définition du papier. Le cadre part d'un pool avec dépôts, emprunts, taux et seuil de liquidation, puis généralise à plusieurs monnaies et portefeuilles en séparant les stablecoins du reste. Les taux d'intérêt sont ignorés pour les risques instantanés d'un ou deux jours, car les variations de prix dominent cette fenêtre dans le modèle.

Les mesures sont calculées quotidiennement du 1er avril 2021 au 18 mai 2022 pour Compound et Aave, soit 27 804 observations quotidiennes au niveau du token. Un épisode de fragilité élevée apparaît en juin et juillet 2021 : au pic, une perte additionnelle d'environ 35 % des prix aurait compromis le collatéral selon une des mesures. Pour la période finale étudiée, une chute d'au moins environ 30 % compromettrait la position des emprunteurs. Le risque courant de l'échantillon est décrit comme modéré par rapport à la variation quotidienne, les positions restant vulnérables à un krach ou à un retour vers les valorisations d'avant Covid.

Les mesures synthétiques ne connaissent ni la distribution jointe des prix futurs ni le levier individuel. L'étude couvre Compound et Aave sur une période historique et un modèle de prêt particulier ; Maker est exclu.

BNPL : commodité de paiement ou dette supplémentaire

Le paiement fractionné désigne souvent trois ou quatre échéances, mais la famille recouvre plusieurs produits : certains sans intérêt ni frais si les paiements arrivent à temps, d'autres remboursés plus longtemps ou porteurs d'intérêt. Comparer le BNPL à une carte de crédit sans distinguer ces structures brouille l'analyse. Guttman-Kenney et Zhang proposent une synthèse de la littérature en économie, finance et marketing, couvrant les produits, les modèles économiques des prêteurs, les motivations des consommateurs, les profils d'utilisateurs, les effets étudiés et la question du reporting dans les fichiers de crédit.

Les fournisseurs ne facturent souvent pas directement d'intérêt aux consommateurs. Leur revenu vient surtout de frais payés par les marchands, qui espèrent une hausse de la conversion et du panier moyen, ce qui fait du BNPL à la fois un crédit et une stratégie de vente. L'effet sur les ventes dépend du contexte, du type de marchand et de la concurrence. La structure crée une question d'alignement : l'incitation du marchand est d'augmenter la transaction, tandis que le coût et la capacité de remboursement arrivent plus tard pour le consommateur.

Les travaux recensés trouvent davantage de signes de stress financier chez les utilisateurs : endettement, soldes de cartes, retards et scores de crédit plus faibles. L'usage n'est pourtant pas uniforme. Pour certains ménages, le service lisse un paiement sans recourir à un crédit plus coûteux ; pour d'autres, il devient la seule manière de financer l'achat et augmente la fragilité. Une petite échéance ne rend pas la dépense abordable si plusieurs plans se chevauchent. Le débat sur l'inscription des prêts dans les fichiers de crédit illustre le compromis : un reporting aide les prêteurs à voir l'endettement total, mais doit gérer la fréquence, les petits prêts et le risque de pénaliser certains consommateurs.

Le papier est une revue de travaux existants et ne fournit pas une estimation unique de l'effet causal du BNPL. Les résultats varient selon les produits, pays, populations et sources de données.

GMATS et la contagion de signaux en trading multi-agent

Un système de trading multi-agent peut réunir des analystes spécialisés, un coordinateur, un contrôle du risque et un exécuteur. Si un flux social admis par le système est contaminé, le signal peut se propager sans qu'un attaquant touche directement les prompts ou les outils. Les auteurs introduisent le Generic Multi-Agent Trading System, ou GMATS, pour représenter une famille de pipelines avec messages typés, données point-in-time et étapes analyste, coordination, contrôle puis exécution, et étudient ce scénario en environnement hors ligne.

L'étude définit des belief-shift scores aux niveaux analyste et coordinateur, puis compare les métriques de portefeuille entre une exécution attaquée et une exécution propre : rendement, volatilité et Sharpe. L'attaquant est black-box et injecte des messages sociaux plausibles dans le flux observé par l'analyste. Cette double mesure distingue le changement de croyance du changement financier final, car une défense peut réduire le signal au coordinateur tout en laissant un effet résiduel sur la décision.

Les expériences sur des données historiques et sociales hors ligne montrent que des attaques d'entrée simples peuvent dégrader le profil risque-rendement et réduire fortement le Sharpe dans le protocole. Certaines topologies et certains prompts de coordination amortissent le choc à budget d'empoisonnement identique. Les auteurs mettent en garde contre une lecture naïve : une amélioration de Sharpe sous attaque n'est pas une preuve de meilleure stratégie, puisqu'une baisse de volatilité peut mécaniquement modifier le ratio sur une courte fenêtre. L'accent est mis sur les deltas attaque-propre.

Les auteurs restreignent l'étude à des attaquants scriptés, non adaptatifs, sur un seul canal social et à une relecture hors ligne. Ils recommandent d'étudier d'autres régimes de marché, des attaques multi-canaux et les injections d'instructions dans les messages récupérés. Les questions d'injection indirecte sont reprises dans le dossier sécurité des modèles et des agents.

Détecter la collusion apprise entre agents

Des agents de renforcement qui maximisent chacun leur récompense peuvent apprendre des prix supra-compétitifs dans un jeu répété, sans communication explicite ni conception partagée. Karthik Sivachandran et Rohan Paleja relient ce comportement à la théorie des Simple Penal Codes, ce qui leur donne un objet mesurable là où la collusion tacite reste d'ordinaire difficile à caractériser.

Les auteurs montrent qu'un code de pénalité non trivial induit une dépendance conditionnelle mesurable : la distribution d'action d'un agent change selon que l'historique ressemble à une coopération ou à une défection. La distance de variation totale fournit un signal pour repérer cette dépendance. CURB, pour Collusion Unwinding via Reward shaping and Belief injection, pénalise ce signal pendant l'apprentissage Q. Le résultat théorique annoncé transforme les points fixes collusifs de ces codes en points triviaux.

Empiriquement, CURB réduit fortement la collusion dans des jeux répétés de concurrence de Bertrand et Cournot. Les auteurs montrent aussi une extension à des agents deep Q-network dans Bertrand, au-delà du Q-learning tabulaire. La lecture utile pour un système multi-agent est qu'une règle de sécurité peut surveiller les corrélations conditionnelles entre actions et historiques, pas seulement chaque action isolée : une récompense globale qui paraît correcte peut favoriser un mécanisme de représailles, et les seuils comme les conséquences d'une détection doivent rester auditables.

Les garanties et les expériences sont liées aux jeux répétés et aux familles d'agents étudiées. Elles ne remplacent pas une analyse juridique ou économique d'un marché réel, et le document est un preprint.

Quand un modèle de prix doit savoir attendre

Dans un circuit où le fabricant fixe un prix catalogue mais où le détaillant décide du prix en rayon, une élasticité estimée mélange pass-through, promotions, mouvements des concurrents et frictions locales. Un estimateur peut produire un nombre précis sans que ce nombre soit sûr à utiliser pour modifier le prix. Cadahia propose une architecture où ACT, WAIT et EXPERIMENT sont des sorties explicites : attendre n'est pas un échec de calcul mais un diagnostic qui indique pourquoi la décision n'est pas admissible et quel type de variation supplémentaire serait nécessaire.

Le système combine Double Machine Learning, contrastes instrumentaux liés aux chocs de coûts et prédiction conforme. L'estimation est hebdomadaire alors que la décision est mensuelle. Une porte d'admissibilité et huit gardes examinent la variation, la contamination, la rupture temporelle, les instruments, le pass-through et les interférences avec des systèmes commerciaux voisins. Les causes d'abstention sont réparties en trois groupes exclusifs : contamination, qui signale un problème de spécification ou de validité ; transient, qui signale une transition de régime demandant de nouvelles observations ; identification, qui signale une précision ou une variation insuffisante et peut appeler une expérience de prix.

Sur des générateurs synthétiques dont la vérité est connue, l'agrégation au niveau de la marque ou de la catégorie réduit la RMSE de 0,571 à 0,159 pour une magnitude vraie de 1,1 dans l'expérience rapportée. Le protocole comprend 30 règles d'ingénierie pré-enregistrées, dont 11 réussissent, 18 échouent et 1 est sans objet. Le taux de faux veto familial annoncé sur les panneaux identifiables est de 0,053, soit un veto sur 19 réplications indépendantes.

Ces chiffres ne viennent pas d'une catégorie commerciale réelle. Le papier précise que le système n'a pas été exécuté sur un panel commercial et que les figures utilisent encore l'implémentation bootstrap, même si une construction hiérarchique est présentée comme validée plutôt qu'adoptée. Les questions d'identification croisent celles du dossier économétrie et politiques publiques.

Quand l'IA change la valeur du signal au travail

Un travailleur produit un résultat et doit aussi signaler sa capacité à un marché qui ne l'observe pas parfaitement. Cet effort de signalisation peut construire des compétences ou devenir une course coûteuse. Cetemen et Ozdenoren introduisent dans un modèle de signalisation de carrière une industrie d'IA qui vend des tokens convertibles en production difficile à distinguer du travail propre, puis comparent trois régimes : absence de marché de tokens, achat seulement, et marché ouvert où les tokens peuvent aussi être revendus.

Sans échange de tokens, le marché apprend le type de chaque travailleur et l'incitation à signaler crée une course, avec plus d'effort que dans le cas d'information parfaite. Quand seuls les achats sont possibles, les types bas achètent de la production mais le marché continue d'apprendre le type ; leur achat augmente le signal demandé aux types élevés, qui peuvent travailler davantage qu'avant l'IA. Le résultat est moins intuitif pour les acheteurs eux-mêmes : ils travaillent moins avec l'IA, parfois sous le niveau correspondant à l'information parfaite. Dans le marché ouvert, si la quantité d'IA est abondante, le signal peut ne plus dépendre de l'effort et tous les types sous-investissent dans les compétences.

Les travailleurs gagnent grâce à l'échange de tokens uniquement lorsque le bien-être augmente, l'écart entre le surplus créé et les gains distribués correspondant au profit de l'industrie d'IA dans le modèle. L'éducation fournit un cas particulier : si la production n'a pas de valeur, chaque travailleur perd dans l'équilibre séparateur ; si la production est utile et les tokens bon marché, tous peuvent gagner. Les taxes sur les tokens, les salaires ou le capital, ainsi que le watermarking, n'ont pas un effet univoque, leur incidence dépendant de la possibilité de revendre.

Le résultat dépend des préférences, de la technologie de production, de la structure du signal et des règles de marché supposées. C'est un modèle théorique : il ne prédit pas les salaires d'un secteur réel et ne constitue pas une recommandation de régulation.

Un réseau économique change-t-il vraiment

Comparer deux graphes économiques consiste souvent à compter les liens apparus ou disparus. Ce turnover de Hamming est interprété comme une variation de dépendance, de contagion ou d'exposition systémique. Mais si les deux graphes sont estimés, un faux positif dans une période et une omission dans l'autre ressemblent exactement à un changement structurel. Amed et Banerjee étudient cette confusion avec un modèle de mauvaise classification des arêtes, en séparant le turnover latent des graphes réels du turnover observé des graphes sélectionnés par une procédure d'estimation.

Sous une sensibilité et une spécificité homogènes, et avec indépendance conditionnelle des indicateurs estimés entre les deux périodes, les auteurs dérivent un ajustement sans biais du turnover latent. La formule utilise le turnover observé, la taille des deux graphes et les taux d'erreur calibrés, et n'exige pas l'indépendance entre arêtes distinctes. L'intuition est qu'une arête absente dans les deux graphes peut créer un désaccord observé si elle est sélectionnée par erreur dans une seule période, et qu'une arête persistante peut être perdue puis retrouvée. La correction retire en espérance ces contributions.

La sparsité aggrave le problème. Dans un réseau de taille p, le nombre de paires possibles est quadratique alors que le nombre de liens réels peut être seulement d'ordre p : une probabilité de faux positif faible au niveau d'une arête devient un biais de premier ordre au niveau du graphe. Le papier montre qu'un taux de faux positifs d'ordre p⁻¹ peut générer un turnover parasite d'ordre p. La calibration compte donc autant que la formule, une erreur du même ordre dans l'estimation du faux positif laissant un biais important après correction.

La correction repose sur des taux d'erreur calibrés et des hypothèses de dépendance précises. L'estimateur ajusté peut sortir de l'intervalle naturel en échantillon fini, et le tronquer détruit en général la propriété exacte de non-biais. Le cadre ne transforme pas une estimation de réseau en preuve causale. Les questions de structure de graphe sont prolongées dans le dossier graphes, causalité et raisonnement.

Ce qui se recoupe entre ces travaux

Trois motifs reviennent d'un papier à l'autre.

Le premier est la place donnée à l'abstention et à l'admissibilité. Le système de tarification de Cadahia fait de WAIT une sortie au même titre qu'ACT, avec trois familles de motifs exclusifs. Wang, Liu et Vuik définissent une marge scalaire qui dit si un code latent produit une surface utilisable, et proposent de refuser un échantillon trop proche de la frontière. Molent et Vellekoop placent la contrainte d'absence d'arbitrage dans la structure même de l'arbre calibré au lieu de la vérifier après coup. Pan, Ding et Giesecke mettent un gate de validation dans leur architecture de référence. Ces quatre travaux construisent le refus plutôt que de le traiter comme une panne.

Le deuxième est la distance entre une métrique et une décision. Zhu et Cai en font leur thèse centrale et ne trouvent pas d'architecture démontrant un alpha net persistant. Dhan et Natarajan obtiennent des IC positifs et précisent que ce sont des corrélations dans un protocole, sans backtest avec coûts. Han et ses coauteurs ajoutent une couverture comme test économique complémentaire à la qualité statistique de leur générateur, parce qu'un bon modèle de distribution peut être peu utile à une décision. Bongiorno et Villassero simulent commissions, financement, opérations sur titres et impact, et insistent pour que leurs chiffres soient lus avec les règles d'exécution. Bhaskara et Jerfy publient une part de frais atteignant 25,2 % dans deux scénarios, ce qui montre à quel point l'écart entre signal et résultat net peut être large.

Le troisième est la dépendance des conclusions à une convention de mesure. Cardozo et Rivero-Wildemauwe font passer la performance des longshots d'une perte de 6,3 cents à un gain de 4,1 cents selon que le poids va au contrat ou à l'événement parent, sans changer les données. Amed et Banerjee montrent qu'un taux de faux positifs d'ordre p⁻¹ peut produire un turnover parasite d'ordre p dans un graphe sparse. Fernandes, Henriques et Fonseca Mendes rappellent que le niveau d'expectile, le modèle de volatilité et le traitement des résidus déterminent le résultat. Zhang et Godin constatent que la fonction de score choisie change ce que l'agent apprend à pénaliser, et que le gagnant dépend du niveau alpha.

Les travaux se contredisent aussi, et c'est instructif. Zhang et Godin ne tranchent pas entre risque dynamique et préengagement, chacun l'emportant sur une temporalité différente. Moret et Lillo montrent un contrôleur appris supérieur à GLFT en régime stationnaire puis effondré à -91 % quand la persistance directionnelle augmente. Zang, Andrade et Nakajima refusent de classer CLOB et LMSR et décrivent une complémentarité. Dispoto, Restelli et Ventre traitent leur préférence ESG apprise comme une convention de décision, pas comme une mesure de durabilité. Dans tous ces cas, la bonne réponse dépend d'un paramètre explicite du problème.

Reste ouvert ce qu'aucun de ces papiers ne règle : la validation hors simulation. Les données sont synthétiques chez Cadahia et chez Dispoto et coauteurs, simulées chez Zhang et Godin comme chez Moret et Lillo, historiques et fermées chez Bertomeu, Martin et Sall ou Bhaskara et Jerfy. Les systèmes agentiques ajoutent leur propre surface d'attaque, décrite par GMATS pour l'injection via un flux social et par CURB pour la collusion apprise sans message. Ces questions rejoignent celles traitées dans le dossier évaluation des LLM et incertitude.

Sources

arXiv:2609.04917v1 — Artificial Intelligence in Equity and Crypto Markets: Progress, Profitability Evidence, and the Limits of Automated Investing
arXiv:2609.00731v1 — Agentic Empirical Asset Pricing: Methodological Foundations
arXiv:2609.08581v1 — AlphaRJM: Reward-Jump Memory for Stochastic Return-Guided Alpha Discovery
arXiv:2608.30867v1 — Neural Calibration of a Complete Market Model
arXiv:2609.00332v1 — Latent-Space No-Arbitrage Geometry of Generative Models for Implied Volatility Surfaces
arXiv:2609.13402v3 — Diffusion models for dynamic volatility surface generation and data-driven hedging
arXiv:2609.02014v1 — Insights on Time-consistent Deep Hedging under Elicitable Dynamic Risk Measures
arXiv:2608.30446v1 — End-to-End Neural Shrinkage of Indefinite Pairwise Correlation Matrices for Small-Cap-Inclusive Portfolios
arXiv:2609.02673v1 — Les expectiles mesurent-ils mieux la sévérité d'une perte ?
arXiv:2609.02677v1 — Eliciting ESG Preferences for Reinforcement Learning-Based Portfolio Optimization
arXiv:2609.03741v1 — Bayesian Confidence Recalibration and Research-Equilibrium Criticality: Temporal Support in Robust Portfolios
arXiv:2609.11614v1 — Deep Learning of Robust Market Making under Regime-Switching Order Flow
arXiv:2609.20017v1 — CLOB ou AMM : qui agrège l'information d'un marché prédictif ?
arXiv:2609.12878v1 — Favorite-longshot : le biais existe-t-il sur Polymarket ?
arXiv:2609.14267v1 — Public Opinion as an Option: Leveraging Prediction Markets to Hedge Exposure to Spot Crypto Volatility
arXiv:2609.07902v1 — DeFi : mesurer la fragilité d'un protocole sur données agrégées
arXiv:2609.09323v1 — BNPL : commodité de paiement ou dette supplémentaire ?
arXiv:2609.19789v1 — Contagion on the Trading Floor
arXiv:2609.20548v1 — Mitigating Retaliatory Algorithmic Collusion in Repeated Games
arXiv:2609.10615v1 — ACT, WAIT, or EXPERIMENT : quand un modèle de prix doit savoir attendre
arXiv:2609.17752v1 — Quand l'IA change la valeur du signal au travail
arXiv:2609.20044v1 — Un réseau économique change-t-il vraiment ?