Lancement de deux challenges publics par l'AMF
Les 4 et 13 janvier 2021, l’Autorité des marchés financiers a lancé auprès de plateformes spécialisées deux challenges à l’attention des étudiants et jeunes chercheurs. Elle espère ainsi susciter des propositions innovantes dans le domaine du big data et de l’intelligence artificielle qui pourront nourrir ses futurs développements.
Des challenges ouverts à tous
L’AMF a lancé deux challenges, l’un au sein de l’ENS Data Challenge et l’autre dans le Challenge Codalab. Tous deux sont en lien avec ses enjeux métiers d’exploitation de la donnée. Ces challenges, proposés par la Direction des données et de la surveillance, s’inscrivent dans la démarche du régulateur visant une utilisation plus poussée de l’ensemble des données de reporting à sa disposition, démarche inscrite dans son fonctionnement à long terme.
La participation à ces compétitions est ouverte à tous : peuvent tenter leur chance des spécialistes (data scientists, ingénieurs financiers), mais aussi des étudiants de tous types de parcours.
L’ENS Data Challenge
Créée en 2018, cette plateforme est à l’initiative de l’Ecole Normale Supérieure et du Collège de France. Les projets font l’objet d’une sélection préalable rigoureuse par l’école. Parmi les entreprises ou institutions sélectionnées pour y soumettre un challenge cette année, on retrouve des acteurs financiers, mais aussi des groupes industriels et des start-up innovantes. La plateforme compte, en 2021, plus de 5 800 participants individuels inscrits.
L’intitulé du challenge proposé par l’AMF est : Qui sont les traders à haute-fréquence (HFT) ? Le challenge propose d’élaborer, via l’exploitation d’une intelligence artificielle, un modèle catégorisant avec la même typologie les nouveaux entrants et les petits acteurs de marché encore mal connus à ce jour, en s’appuyant sur les trois catégories d’acteurs de marché déjà identifiés. A savoir, les entités dont l’activité relève exclusivement du trading à haute fréquence (HFT), une catégorie dite mixte dont l’activité intègre des composantes HFT mais pas dans sa totalité, que l’on trouve par exemple dans les grandes banques d’investissement et enfin les intervenants ne présentant aucune activité HFT.
Vous pouvez consulter le challenge ENS Data à cette adresse : https://challengedata.ens.fr/challenges/50
Le Challenge Codalab
Codalab Competitions est une plateforme open-source qui a été fondée conjointement par Microsoft et l’Université de Stanford en 2013. Elle rassemble aujourd’hui plus d’une centaine de challenges, dont la majorité concerne le machine learning.
Le challenge soumis par l’AMF (Entity Name Matching) concerne cette fois l’identification des acteurs de marché. Les données de marché émanant de sources diverses, il est parfois complexe d’identifier un acteur ayant des identifiants différents selon les documents. Il existe un code unique permettant l’identification d’un acteur de marché, le LEI (Legal Entity Identifier), mais ce code n’est pas présent dans toutes les bases de données. L’objectif du challenge est donc de créer un outil permettant de « deviner » le LEI d’un acteur donné à partir d’informations diverses afin de pouvoir mieux croiser les différents reportings (TREM, AIFM, etc.).
Vous pouvez consulter le challenge Codalab à cette adresse : https://competitions.codalab.org/competitions/28183#learn_the_details
Sur le même thème
