Exposé par Olivier Pironneau. 

Dès le début les acteurs de la finance quantitative numérique se sont penchés sur la calibration des modèles (option, taux d'intérêt, gestion de portefeuille) pour ajuster les paramètres aux données du marché et même étendre la validité d'un modèle au-delà de ses limites de validité.
L'optimisation et le contrôle optimal sont les outils numériques de bases. Mais on peut les appliquer soit dans le cadre stochastique des méthodes de Monte-Carlo, soit sur les équations aux dérivées partielles dérivées d'un calcul de Ito ou du théorème de Kolmogorov.
Les réseaux de Neurones offrent une alternative qui se révèle à l'usage plus rapide que les méthodes classique. Nous discuterons des outils, des implémentations et des résultats numériques, principalement sur le modèle de Heston.

slides