第51回研究会

開催日：

2020年2月13日 (木)　18:00-19:30

会場：

丸の内永楽ビルディング18階 首都大学東京 丸の内サテライトキャンパス

報告者：

Dr. Antoine Savine（Danske Bank)

タイトル：

Deep analytics for risk management

概要Abstract

We first provide a mini-tutorial on Adjoint Algorithmic Differentiation (AAD) (also known as back-propagation in machine learning). We then illustrate how neural networks may be used to compute dynamic values and risks of trading books with applications to risk management of derivatives, valuation adjustments (XVA), counterpart credit risk, FRTB and SIMM margin valuation adjustments (MVA). We also describe new techniques to substantially improve deep learning on simulated data, and discuss how this is analogous to deriving approximate analytics in real time.

https://www.deep-analytics.org/

講師ご略歴Profile for speakers

Antoine Savine is a French mathematician, academic and a leading derivatives practitioner with Superfly Analytics at Danske Bank (Risk In-House System of the Year 2015, RiskMinds Excellence in Risk Management and Modelling 2019). Antoine previously held multiple leadership positions in quantitative finance, including Global Head of Research at BNP-Paribas.
Antoine lectures Volatility, Computational Finance and Machine Learning in Finance at Copenhagen University. He is the author of the curriculum Modern Computational Finance book with John Wiley and Sons.
Antoine holds a PhD in Mathematics from Copenhagen University. He has been working in quantiative finance sice 1995, with Bruno Dupire, Leif Andersen, Marek Musiela and Jesper Andreasen. He is best known for his work on volatility, scripting, multi-factor interest rate models, automatic differentiation and parallel Monte-Carlo. He was influential in the wide adoption of scripting and AAD in the Derivatives insdustry, as well as the practice of generalized derivatives in the context of local and stochastic volatility models.

Antoine ‘s current research revolves around Deep Analytics, the application of deep learning to resolve computational bottlenecks with CVA/XVA, FRTB, CCR, MVA and other capital calculations, including the development of new learning techniques, which massively affect the performance of machine learning in finance.

お申込み方法Registration

第51回研究会へ参加される方は必ず事前登録をお願いいたします。 参加登録の締切は2月12日(水)です。
下記のいずれかの方法で「お名前・所属機関・電子メールアドレス」をご連絡ください。
※参加費は無料です。

WEBからの登録
本ページにあります「REGISTER HERE」ボタンをクリックいただき、お申し込みフォームよりご登録ください。

電子メールでの登録
finance●tmu.ac.jpまで「お名前・所属機関・電子メールアドレス」をご連絡ください。
（※ご連絡時は●を@に置き換えてご使用下さい。）

当日のご案内Information

当日は丸の内永楽ビルディング3階の受付にて、首都大学東京のセミナーへ参加する旨とご所属、お名前を申し出てください。
ビジターカードが発行されますので、18階の首都大学東京丸の内サテライト キャンパスまでお越しください。

ご参加情報は、首都大学東京金融工学研究センター、講演者により共有され、当セミナーの円滑な運営のために利用します。