A la rencontre de Dominic O'Kane, un maître des algorithmes grâce auxquels il décrypte le monde (et la finance)

"Mon premier amour était la physique", explique Dominic O'Kane. "Il y a quelque chose de très beau dans cette discipline. Il s'agit d'une tentative de formuler une description purement mathématique du monde qui a connu un succès extraordinaire, nous aidant à comprendre les choses, des plus petites aux plus grandes. Et, bien sûr, il y a la satisfaction d'avoir des modèles qui génèrent des prédictions précises, basées sur le fait que nous avons affaire à une infinité de composants identiques, de particules fondamentales et d'atomes, qui suivent des règles "simples". C'est une tâche beaucoup plus facile que l'économie, où nous devons traiter avec un nombre fini de personnes, mais chacune avec ses propres choix rationnels et souvent irrationnels !"

La première incursion de Dominic dans le machine learning a commencé par une thèse de premier cycle sur les travaux de John Hopfield, qui a démontré qu'un modèle simple de neurones avec une règle d'apprentissage locale inspirée de la nature (règle de Hebb) a la capacité de stocker et de récupérer les modèles appris. En 1993, lorsque Dominic soutient sa thèse de doctorat à l'Université d'Oxford, intitulée "The Statistical Mechanical Studies of Autoassociative and Feedforward Neural Networks" (1), le machine learning approchait de la fin de sa deuxième vague, s'étant essoufflé en raison du manque de puissance de calcul des outils disponibles. De même, sa passion pour la physique n'était, à l'époque, pas suffisamment alimentée pour que Dominic puisse embrasser une carrière dédiée. Bien qu'il ait trouvé un poste de post-doctorant à l'Imperial College de Londres, la perspective à long terme n'était pas attrayante. "Divers facteurs faisaient qu'il n'y avait pas beaucoup de postes permanents dans le monde de la physique, et pour en obtenir un, il aurait fallu changer de pays tous les deux ou trois ans, ce qui aurait été très déstabilisant", se souvient-il, "J'avais besoin de trouver d'autres applications pour mon métier et mon intérêt pour les mathématiques".

On peut appeler cela de la chance ou le destin, mais Dominic O'Kane a "rencontré" la finance en prenant un livre qui changera le cours de sa carrière. Non, pas Le Seigneur des anneaux ou Ne tirez pas sur l'oiseau moqueur, mais "Options Futures & Other Derivatives", de John C. Hull (2) : "Je l'ai lu en deux ou trois semaines, et ce fut une telle révélation que je l'utilise encore aujourd'hui comme l'un de mes principaux manuels", ajoute-t-il. En se plongeant dans cette matière, il s'est rendu compte que la transition entre la physique et la finance serait facile, car les modèles utilisent en grande partie les mêmes mathématiques que celles qu'il utilisait en tant que physicien. Les principaux changements seraient l'abandon du langage de programmation Fortran pour le langage C, le fait de devoir se lever beaucoup plus tôt le matin et porter un costume pour travailler ! Dominic a rejoint Salomon Brothers à Londres en 1994 en tant qu'analyste quantitatif des taux d'intérêt dans le fonds spéculatif interne, où il a découvert que les obligations d'État représentaient un défi mathématiquement intéressant et satisfaisant en termes de risque et de performance.

Il a ensuite choisi de se spécialiser dans la modélisation des dérivés de taux et a rejoint Lehman Brothers en 1997. Il y a trouvé des collègues compétents et un cadre de modélisation et d'évaluation stimulant. Après deux années de travail au sein du bureau de négociation pour compte propre, il s'est orienté vers le domaine nouveau et en pleine expansion des dérivés de crédit. C'était une période fascinante, car elle présentait un grand nombre de problèmes nouveaux et intéressants à résoudre, ce qui a stimulé ses intérêts en matière de recherche. Ce domaine exigeait également un travail considérable de formation des clients, ce qui a conduit Dominic à commencer à rédiger des documents de formation ainsi que des documents de recherche. En 2004, Dominic O'Kane prend la tête du département de recherche quantitative sur les titres à revenu fixe de Lehman, où il a géré une équipe de vingt analystes, titulaires d'un doctorat, qui développaient des modèles de tarification pour les bureaux de négociation des taux d'intérêt, des devises, du crédit et des matières premières. Cependant, la difficulté de concilier une vie professionnelle intense à Londres et le rôle de père d'une jeune famille en pleine croissance l'a amené à réévaluer ses priorités. Il affirme que sa décision de quitter Lehman Brothers en 2006 pour s'installer en France a été son meilleur choix et meilleur timing possibles !

Alors qu'il était en France en train d'écrire son livre "Modelling Single-name and Multi-Name Credit Derivatives" (3), il est entré en contact avec l'EDHEC Business School par l'intermédiaire d'un autre professionnel de la finance. Il a été invité à donner une conférence, puis a été engagé comme professeur affilié en 2007. "J'ai pris beaucoup de plaisir à enseigner la finance, après avoir enseigné à l'Université d'Oxford et à la London Business School. J'aimais travailler à des publications sur la manière de mieux informer les clients sur les risques des marchés de produits dérivés et sur la manière de rendre ces marchés plus sûrs. Le monde universitaire me manquait et j'ai pensé qu'il était temps d'y retourner". Le poste à l'EDHEC étant à temps partiel, Dominic travaille également en tant qu'expert consultant et témoin dans des litiges financiers tels que la faillite de Lehman, la manipulation du Libor, l'affaire de la notation CPDO, l'affaire de la "baleine de Londres" et la manipulation du London Reuters FX Fix. Cette période a été fascinante, car elle a montré à Dominic ce qui peut se produire lorsque les choses tournent mal dans la finance !

Professeur à l'EDHEC depuis 2021, Dominic enseigne dans le MSc in Financial Engineering (4) - un programme parmi les mieux classés au monde - sur le sujet Data and Machine Learning, les codes Python et C++, ainsi que dans une variété de cours de finance plus traditionnels. "Il m'a fallu un an pour trouver mon rythme", admet-il, "mais j'ai vraiment pris plaisir à enseigner, à parler de l'aspect plus pratique des modèles, et pas seulement de leur approche théorique. Je pense que je suis également bien placé par rapport aux étudiants de master, car j'ai travaillé dans une salle de marché. Je peux leur parler de la théorie et de la pratique, et de ce que l'on peut attendre du secteur financier sous différents angles". Mais c'est aussi la vie scientifique qui a attiré Dominic à l'EDHEC. Depuis deux ans, il est directeur de recherche à l'EDHEC-Risk Climate Impact Institute (5), une façon pour lui de concilier plusieurs domaines : "En tant que physicien, je comprends la physique complexe du changement climatique ; et en tant qu'économiste, j'essaie de comprendre l'impact des choix que nous faisons sur notre bien-être économique. Il est très intéressant de mener ce programme de recherche à double sens, de repousser les limites de ce que nous savons et de la manière dont nous construisons la connaissance. C'est un défi permanent qui me tient en haleine".

Les intérêts de Dominic O'Kane en matière de recherche sont très variés : de l'utilisation du machine learning pour étudier le lien entre les nouvelles climatiques et les marchés économiques (6), à l'application de cadres mathématiques pour calculer l'intensité en carbone des chaînes d'approvisionnement, en passant par l'identification des sources d'émissions de CO2 et des moyens pour les réduire (7). Dominic n'a jamais cessé de chercher de nouvelles applications grâce à sa passion pour les modèles mathématiques simples, puissants et utiles. Et pendant le confinement, alors que beaucoup d'entre nous étaient occupés à maîtriser la fabrication du pain au levain, Dominic a écrit 160 000 lignes de code pour créer FinancePy (8), un logiciel libre de tarification financière et de gestion des risques, qu'il utilise pour enseigner et qu'il a mis à disposition sur Github : "C'est une façon de rendre la pareille, de contribuer à quelque chose", explique-t-il. Il semble loin de se douter que sa contribution à l'EDHEC et au monde de la finance est déjà aussi durable que son amour pour la physique !

Dates clés

Depuis 2021 : Professeur à l'EDHEC et directeur de recherche à l'EDHEC-Risk Climate Impact Institute

Depuis 2012: Consultant et expert-témoin, Quantitative Insights Ltd

2007 - 2021: Professeur affilié à l'EDHEC Business School

1997 - 2006: Head of Quantitative Research, Lehman Brothers, London

1994 - 1997: Interest Rate Quantitative Analyst, Salomon Brothers, London

1993 - 1994: Postdoctoral Research Fellow in Mathematics, Imperial College, London

1993: Doctorat en Physique Théorique, Oxford University

1990: Bachelor en Physique, Imperial College, London

Pour en savoir plus sur Dominic O'Kane

• Voir sa page EDHEC
• Accéder à sa page Google Scholar
• Se connecter à son profil Linkedin

(1) Statistical mechanical studies of autoassociative and feedforward neural networks, Dominic O'Kane (1993) - University of Oxford

(2) Options, Futures, and Other Derivatives, John Hull - Pearson Edition

(3) Modelling Single-name and Multi-name Credit Derivatives, Dominic O'Kane (2008) - Wiley

(4) EDHEC MSc in Financial Engineering - https://www.edhec.edu/en/programmes/masters-degree/msc-finance/msc-in-financial-engineering

(5) EDHEC Risk Climate Impact Institute - https://climateimpact.edhec.edu/

(6) The impact of climate change news on low-minus-high carbon intensity portfolios, Jean-Michel Maeso and Dominic O’Kane (2022 - EDHEC-Risk Climate Impact Institute)

(7) Optimal Climate Policy with Negative Emissions, Riccardo Rebonato, Dherminder Kainth, Lionel Melin and Dominic O'Kane - SSRN Papers, January 2023

(8) FinancePy - https://github.com/domokane/FinancePy