Direct reinforcement learning for the DVA hedging through recurrent generative adversarial networks for dataset augmentation

Up until the global financial crisis of 2008, the aspect of Counterparty Credit Risk in financial contracts had often been overlooked. Systemically important counterparties with high credit ratings were considered to be risk-free and “too big to fail”. At the time of the default in 2008, Lehman Brothers had around half a million derivative contracts with nearly 8,000 different counterparties. In the wake of the financial crisis, it is now common practice to take the Counterparty Credit Risk into account when valuing Over-The-Counter derivatives. Indeed, in 2013, IFRS 13 Fair Value Measurements required entities to introduce different adjustments in the fair value of a derivative. Among these, the Debit Value Adjustment (DVA) reflects the necessity to also contemplate the own credit risk, which means that even the major financial institutions could no longer be considered risk-free. Machine Learning (ML) is a field of study that gives computers the ability to learn without being explicitly programmed through the construction of algorithms that can learn from and make predictions on data. Thanks to the quantitative nature of the financial domain and the large volumes of historical data, ML is making significant inroads in the financial services industry, leading competitive solutions in the fields of process automation, security, robo-advisory, and algorithmic trading. In this thesis, we explore ML techniques in two directions: we use Recurrent Generative Adversarial Networks for dataset augmentation; these are a new class of Unsupervised Learning algorithms implemented by a system of two Neural Networks that challenge each other in a zero-sum game framework. Secondly, in the context of trading, we implement an algorithmic trading strategy to hedge the DVA via Reinforcement Learning: a relatively new branch of ML that allows an agent-algorithm to find an optimal strategy for a sequential decision problem through a continuous interaction with an environment.

Fino alla crisi finanziaria globale del 2008, l'aspetto del rischio di controparte nei contratti finanziari era stato spesso trascurato. Controparti importanti dal punto di vista sistemico con alti livelli di rating erano considerati privi di rischio e "troppo grandi per fallire". Al momento del default nel 2008, Lehman Brothers aveva circa mezzo milione di contratti derivati con quasi 8000 diverse controparti. Sulla scia della crisi finanziaria, è ora pratica comune prendere in considerazione il rischio di controparte nel valutare gli strumenti derivati Over the Counter; infatti, nel 2013, l'IFRS 13 ha richiesto alle entità di introdurre diversi aggiustamenti nel fair value di un derivato. Tra questi, il Debit Value Adjustment (DVA) riflette la necessità di contemplare anche il proprio rischio di credito, il che significa che anche le principali istituzioni finanziarie non possono più essere considerate prive di rischio. Il Machine Learning (ML) è un campo di studio che offre ai computer la possibilità di apprendere senza essere programmati esplicitamente, attraverso la costruzione di algoritmi in grado di apprendere e fare previsioni sui dati. Grazie alla natura quantitativa del settore finanziario e ai grandi volumi di dati storici, il ML sta facendo significativi passi avanti portando soluzioni competitive negli ambiti di automazione dei processi, sicurezza, robo-advisory e nel trading algoritmico. In questa tesi esploriamo le tecniche di ML in due direzioni: usiamo Generative Adversarial Networks per aumentare i dati disponibili; si tratta di una nuova classe di algoritmi di Unsupervised Learning costituita da un sistema di due reti neurali in conflitto tra loro in un zero-sum game. In secondo luogo, nel contesto del trading, implementiamo una strategia di trading algoritmica per hedgiare il DVA tramite il Reinforcement Learning: un ramo relativamente nuovo del ML che permette all'agente-algoritmo di imparare autonomamente una strategia performante per un problema di controllo ottimo stocastico a tempo discreto attraverso l'interazione diretta con l' ambiente.