Stage - Multimodal Analysis of Central Bank Communication

À PROPOS DE CFM

Fondés en 1991, nous sommes une société mondiale de gestion d’actifs quantitative et systématique appliquant une approche scientifique à la finance pour développer des stratégies d’investissement alternatives pour nos clients.

Nous valorisons l’innovation, l’engagement, l’aboutissement et l’intelligence collective en créant ensemble un environnement d’experts passionnés et talentueux dans les domaines de la recherche, des technologies et du business pour explorer de nouvelles idées et toujours remettre en question les hypothèses.

Objectif :

L'objectif du stage est d'analyser l'impact des signaux verbaux et non verbaux des responsables de la banque centrale sur les marchés financiers. Le projet implique la collecte de données multimodales (vidéo, audio, texte) et l'application de modèles d'apprentissage automatique pour l'analyse des émotions et des sentiments, afin de relier les caractéristiques de la communication aux résultats du marché.

Étendue du travail :

Le stagiaire participera aux activités suivantes :
1.    Collecte et prétraitement des données :
•    Télécharger et prétraiter les enregistrements vidéo et audio des conférences de presse de la BCE et du FOMC (2011-2023), y compris l'extraction d'images et la segmentation audio.
•    Collecter et aligner les transcriptions officielles, les données des marchés financiers à haute fréquence (actions, obligations, devises, volatilité) et les indicateurs macroéconomiques pertinents.

2.    Analyse des émotions faciales :
•    Appliquer SHORE et Microsoft Azure Emotion API pour quantifier les émotions faciales à des intervalles d'une minute ou moins.
•    Agrégation et alignement des scores d'émotions avec les données financières.

3. Analyse des émotions vocales :
•  Utilisation de modèles de transformateurs pré-entraînés et affinés (par exemple, w2v2-L-robust-12) et/ou de modèles d'apprentissage profond  personnalisés (Keras/TensorFlow) entraînés sur RAVDESS/TESS pour classer les émotions vocales à l'aide du cadre VAD.
•    Extraire les caractéristiques (MFCC, Chroma, spectrogramme Mel) et générer des séries chronologiques d'émotions.

4.    Analyse du sentiment textuel et de la position politique :
•    Utiliser des modèles BERT ou LLM affinés pour classer les phrases comme bellicistes, conciliantes ou neutres, et calculer le sentiment net.

5.    Analyse statistique et économétrique :
•    Réaliser des études d'événements à haute fréquence et des régressions de projection locale afin d'estimer l'impact des signaux non verbaux et verbaux sur les prix des actifs, en contrôlant les chocs politiques et autres facteurs de confusion.
•    Tester les effets d'amplification ou de modération via des termes d'interaction (par exemple, l'attention des médias, le thème de discussion).

6.    Extensions :
•    Explorer les comparaisons entre banques centrales (BCE vs Fed) et l'hétérogénéité par président, période ou conditions de marché.
•    Évaluer le pouvoir prédictif supplémentaire des signaux non verbaux par rapport au sentiment traditionnel basé sur le texte.

Compétences et qualifications requises :

•    Étudiant en finance, économie, science des données, informatique ou dans un domaine connexe
•    Expérience des modèles et concepts d'apprentissage automatique et de NLP
•    Connaissance de l'analyse économétrique et des marchés financiers
•    Expérience de Python (et des bibliothèques pertinentes : PyTorch/TensorFlow, scikit-learn, librosa, transformers, OpenCV)
•    Intérêt pour la communication des banques centrales et la politique monétaire

Résultats attendus :

•    Une reproduction complète des trois articles cibles, y compris le code, la documentation et les résultats reproductibles
•    Une analyse comparative de l'impact des signaux faciaux, vocaux et textuels sur les marchés financiers
•    Des informations sur le rôle de la communication non verbale dans la transmission de la politique monétaire
•    Des recommandations pour les recherches futures et les applications potentielles dans l'analyse des marchés financiers

DÉCLARATION SUR L’ÉGALITÉ DES CHANCES

Nous nous efforçons continuellement d’être un employeur offrant l’égalité des chances et nous interdisons toute forme de discrimination fondée sur le sexe, le handicap, l’origine, l’orientation sexuelle, l’identité de genre, l’âge, la race ou la religion. Nous croyons que notre diversité, nos apports diversifiés d’expérience et nos multiples points de vue sont les principaux facteurs de notre succès.

CFM est signataire des Women Empowerment Principles.

SUIVEZ-NOUS

Suivez-nous sur Twitter et LinkedIn ou visitez notre site Web pour en apprendre davantage sur CFM.