Post by Sévane BASTIAN

🎯 Fin de stage – Caisse des Dépôts Je clôture 6 mois passionnants au sein du pôle Gestion d’Actifs (GDA), dans l’équipe Portefeuille Fonds Côtés. J’y ai eu l’opportunité de travailler sur un modèle d’arbitrage entre classes d’actifs (Govies, HY, IG, Equity) en Python, mêlant analyse quantitative et data science. 🔹 Estimation de la prime de risque Equity via un modèle DCF, avec prévisions de bénéfices optimisées grâce des modèles régressifs comme la régression polynomiale, CatBoost, XGBoost, Bagging. Evaluation avec RMSE, Lin’s CCC. 🔹 Analyse des time series d’écarts à la régression avec des modèles ARMA / VARMA. 🔹 Implémentation du modèle de Michaud pour l’optimisation de portefeuille, avec Bootstrap et copules pour une meilleure robustesse des allocations. 🔹 Automatisation du pipeline de données avec Luigi et l’API Bloomberg, en complément de Morningstar. Cette expérience m’a permis d’allier finance de marché, économétrie et data science, et de travailler sur des problématiques concrètes de modélisation et d’aide à la décision. Un grand merci à Adrien Aulagnier, CFA, Elisabeth Cassagnes, Clément POILLOT et Joachim ELMALEH pour leur accompagnement, enseignement et confiance tout au long de cette aventure 🙏 ——————————————————————— 🎯 End of Internship – Caisse des Dépôts I’m wrapping up six exciting months within the Asset Management Division, as part of the Listed Funds Portfolio team. During this experience, I had the opportunity to work on a cross-asset allocation model (Govies, HY, IG, Equity) in Python, combining quantitative research and data science. 🔹 Estimation of the Equity Risk Premium using a DCF model, with earnings forecasts optimized through regression-based models such as polynomial regression, CatBoost, XGBoost, and Bagging. Evaluation performed using RMSE and Lin’s CCC. 🔹 Analyzed time series of deviations from regression lines using ARMA / VARMA models. 🔹 Implemented the Michaud model for portfolio optimization, leveraging Bootstrap and copulas to enhance allocation robustness. 🔹 Automated the data pipeline with Luigi and the Bloomberg API, complemented by Morningstar data. This internship allowed me to strengthen my skills in data science, econometrics, and quantitative finance, while working on real-world modeling and investment decision challenges. A huge thank you to Adrien Aulagnier, CFA, Elisabeth Cassagnes, Clément POILLOT et Joachim ELMALEH for their guidance, trust, and mentorship throughout this experience 🙏 #DataScience #MachineLearning #Finance #Python #QuantitativeResearch #CaisseDesDépôts