Quantitative Asset Management

le département
à l’origine
du Robo-Advisor

Sous le signe de l’innovation

 

Créé en 2008, le département Quantitative Asset Management (QAM) de Swissquote est dédié à l’exploration de la recherche quantitative en finance. L'une des réalisations phares de l’équipe est le lancement du Robo-Advisor. Ce gestionnaire d’actifs automatisé sophistiqué a été construit à l’aide d’algorithmes avancés entièrement développés à l’interne chez Swissquote.

Équipe
_

Véritable alchimie de compétences, le département QAM regroupe sept physiciens et mathématiciens. Ces professionnels talentueux mettent en commun leurs expertises pour faire progresser la recherche et l’analyse.

Vocation
_

Offrir aux clients les dernières avancées scientifiques en matière de finance – sous une forme accessible et simple d’utilisation – tel est l’objectif du QAM. Parallèlement, l’équipe œuvre en permanence au développement de nouvelles idées et opportunités.

serge-kassibrakis.png

Dr SERGE KASSIBRAKIS

Head of Quantitative Asset
Management

linkedin.png

florent-gallien.png

FLORENT GALLIEN

Head of Research
 

linkedin.png

teodor-godina.png

TEODOR GODINA

Quantitative Researcher

linkedin.png

natalyia-capon.png

Dr NATALIYA CAPON

Data Scientist Researcher

linkedin.png

benoit-pernollet.png

BENOÎT PERNOLLET

Researcher Engineer

linkedin.png

JesseIdemudia.png

JESSE IDEMUDIA

Quantitative Researcher

linkedin.png

guillaume-darman.png

GUILLAUME DARMAN

Quantitative Researcher

linkedin.png

Le QAM articule son travail autour de
trois activités principales

check

La finance
quantitative

Ce domaine vise à optimiser les portefeuilles, l’exécution, la gestion dynamique de limite d’inventaire ou les stratégies quantitatives. Le Robo-Advisor s’inscrit dans le spectre de la finance quantitative.

check

Intelligence artificielle
et Big Data

En tirant parti des données et de l’intelligence artificielle, le QAM apporte son concours à divers départements de Swissquote. Il soutient le département Légal dans la détection des délits d’initiés ou le Marketing dans la définition des « personas ».

check

L’étude quantitative
du risque

Discipline issue de la finance quantitative, l’étude quantitative du risque revêt une importance particulière pour le département Controlling. Sa vocation : anticiper les risques du marché, en particulier pour les Options et Futures.

Histoire et réalisations phares

2008

Création du département QAM.

2009

Création Fonds Quant : Long Only Equity Swiss Regulated Funds, en CHF et en EUR. Prix Lipper 2016.

2010

Lancement du premier gestionnaire automatisé personnalisable en Europe : ePrivate Banking, devenu aujourd’hui le Robo-Advisor.

2017

AI volatility Surface: première utilisation de l’intelligence artificielle pour calculer la surface de volatilité et optimiser des processus internes (segmentation de clients et détection des délits d’initiés).

2021

Lancement du nouveau widget « Inspiration d'investissement » qui propose une sélection quotidienne d’actions basée sur l’activité de trading.

Une chaire Swissquote à l’EPFL
_

Dévolue à la promotion de la recherche, de l’enseignement et de la transmission des connaissances, la chaire Swissquote en finance quantitative vise à améliorer l’expertise et la compréhension de l’ingénierie financière entre la communauté académique, l’industrie financière et les décideurs politiques.

Hébergée au Swiss Finance Institute @ EPFL, la chaire Swissquote joue un rôle central dans les initiatives de recherche et d’enseignement de pointe en ingénierie financière à l’EPFL.

En savoir plus

epfl.png
Source : epfl.ch

Publications du QAM

Statistically validated leadlag networks and inventory prediction in the foreign exchange market

Lire

Pricing Tokens on Industrial Production

Lire

Managing Inventory with Proportional Transaction Costs

Lire

The market nanostructure origin of asset price time reversal asymmetry

Lire

Liquidity provision in the foreign exchange market

Lire

Improving stock selection using a momentum-based algorithm

Lire

A Monte Carlo Approach to Price American-Bermudan-Style Derivatives

Lire

Eigenvalue Distribution of Sample Covariance Matrices with Arbitrary Variance Profile

Lire

Efficient Reduction of the Sample Covariance Matrix of Returns with Application to Portfolio Allocation

Lire

The Spectral Coarse Graining of Matrices with Application to Graph Theory

Lire

Spectral and dynamical properties of weighted covariance matrices: old and new memory profiles

Lire

Patience and limit order book dynamics in the Swiss stock market

Lire

Traders’ collective portfolio optimization with transaction costs : towards microscopic validation of agent-based models

Lire

Fast and realistic European ARCH option pricing and hedging

Lire

Option pricing with realistic ARCH processes

Lire

Realistic Processes for Stocks from one Day to one Year

Lire


dot-pattern-demo-bloc
Contacter le QAM

Vous souhaitez des informations ou des précisions ?
N’hésitez pas à écrire à l’équipe du QAM : qam@swissquote.ch