Application des méthodes d'apprentissage machine au problème d'inventaire dans les stratégies algorithmiques à haute fréquence: une approche via un simulateur du marché

在与加拿大国家银行(BNC)的合作中，我们提出了一种高级算法。L‘équipe de Courage算法在银行的发展和战略自动化中发挥了重要作用。合作(参与资助)，L S最集中的发展和发展的算法，能够模拟复制微观结构的影响和核心的关系因变量的差异L的卷积和大奖赛。概念模拟专家S的定向应用丹斯·L的估值决策算法解决了企业的生产。Cette nouvelle协作一个倒客体如果一个模拟的应用程序和一个公平的交易者VS Ugénénérateur de flow artifiel d‘ordel d’ordres du marché，Lequel Sera déploployédans L‘Implestation d’une Family de stratégies Optimale déDeveloppées au Moyen de Méthodes d‘Apprentisage Machine的机器。更具体地说，这是一次高级合作的模拟活动，目的是加强对学徒的培训。

En collaboration avec la Banque Nationale du Canada (BNC) nous proposons d'étudier le problème d'inventaire dans les stratégies algorithmiques à haute fréquence. L'équipe de courtage algorithmique a le mandat de développer des stratégies automatisées à haute fréquence pour répondre aux besoins issus des différentes opérations de la banque. Au cours d'une première collaboration (subvention d'engagement partenarial), l'équipe s'est concentrée sur le développement d'un algorithme de simulation capable de reproduire les effets de microstructure qui sont au coeur des relations entre les différentes variables dictant l'évolution des prix. La conception de ce simulateur s'orientait vers son utilisation dans l'évaluation de stratégies algorithmiques hors-production. Cette nouvelle collaboration a pour objectif d'utiliser ce simulateur et de le faire évoluer vers un générateur de flux artificiel d'ordres du marché, lequel sera déployé dans l'implémentation d'une famille de stratégies optimales développées au moyen de méthodes d'apprentissage machine. En particulier, le simulateur développé au cours de la première collaboration jouera un rôle de générateur d'ordre du marché qui permettra d'explorer des méthodes d'apprentissage par renforcement.