Win-score promotion gates in aggregator-routed RFQ markets: A two-tier stochastic control model

Cet article propose un modèle de contrôle stochastique à deux niveaux pour le market making dans les marchés RFQ routés par agrégateur, démontrant comment les dynamiques lentes des scores de performance des dealers, couplées à des portes de promotion non linéaires, peuvent générer des bifurcations et des comportements de hystérésis influençant les stratégies de citation optimales.

L'essentiel

Voici une explication de ce papier de recherche, traduite en langage simple et illustrée par des analogies de la vie quotidienne.

🌟 Le Concept de Base : Le Vendeur et le Supermarché

Imaginez un vendeur de fruits (le Dealer) qui travaille dans un grand marché couvert (le Marché Aggregator). Ce marché ne laisse pas n'importe qui vendre n'importe quand. Il y a un gérant de rayon (l'Algorithme de routage) qui décide quels vendeurs sont autorisés à avoir un étalage bien visible.

Ce gérant note les vendeurs sur une note de performance (le "Win-score").

• Si vous avez une bonne note, vous avez un étalage au premier rang (Tier A) : beaucoup de clients passent, vous faites beaucoup de ventes.
• Si votre note baisse, vous êtes relégué au fond du rayon, dans un coin sombre (Tier B) : très peu de clients vous voient.

Le problème ? La note ne change pas instantanément. Elle est basée sur votre historique récent. Et pour avoir une bonne note, il faut être très compétitif (offrir les meilleurs prix) maintenant, ce qui réduit vos profits immédiats.

🎯 Le Dilemme du Vendeur : "Campagne" vs "Récolte"

Le papier étudie comment ce vendeur devrait se comporter pour gagner le plus d'argent possible sur le long terme. Il y a deux stratégies opposées :

1. La Stratégie "Campagne" (Investir) :

   • L'analogie : C'est comme un épicier qui baisse ses prix volontairement, même s'il perd un peu d'argent sur chaque pomme vendue, juste pour attirer une foule de clients et faire monter sa réputation.
   • Le but : Grimper rapidement dans le classement du gérant pour accéder au "premier rang" (Tier A) où il y a des milliers de clients.
   • Le risque : Si vous ne montez pas assez vite, vous avez perdu de l'argent pour rien.

2. La Stratégie "Récolte" (Profiter) :

   • L'analogie : Une fois que vous avez votre étalage au premier rang et une excellente note, vous remontez vos prix. Vous faites moins de ventes, mais vous gagnez plus d'argent sur chaque pomme.
   • Le but : Maximiser le profit immédiat.
   • Le risque : Si vous montez trop vos prix, votre note va baisser lentement. Si elle baisse trop, vous perdez votre place au premier rang et tout s'effondre.

🧠 La Découverte Majeure : Le Piège de la "Bistabilité"

C'est ici que les mathématiques deviennent fascinantes. Les auteurs découvrent que selon la sévérité du gérant (la "porte" de promotion), le système peut se comporter comme un interrupteur à deux états :

• Le Piège du Bas : Si votre note est trop basse, il est inutile d'essayer de faire une "campagne". La pente est trop raide, vous ne pourrez jamais remonter. Vous restez bloqué dans le coin sombre pour toujours.
• Le Piège du Haut : Si votre note est très haute, vous pouvez vous permettre de "récolter" (augmenter les prix) sans craindre de tomber, car vous avez une marge de sécurité.
• La Zone de Tension (Hystérésis) : Entre les deux, il y a une zone dangereuse. Une petite baisse de performance peut vous faire basculer du "Haut" vers le "Bas" de manière irréversible. C'est comme un château de cartes : une fois qu'il tombe, il est très difficile de le reconstruire.

🛡️ Le Rôle du "Flux de Fond" (Tier B)

Le papier introduit une idée cruciale : même si vous êtes relégué au fond du rayon (Tier B), vous avez toujours quelques clients (le "flux de fond").

• L'analogie : Imaginez que même si vous êtes dans le coin sombre, vous avez quand même quelques clients fidèles qui passent par là.
• Pourquoi c'est important ? Sans ces clients, si vous perdez votre place au premier rang, vous n'avez plus aucun moyen de gérer vos stocks de fruits (votre "inventaire"). Vous pourriez vous retrouver avec des fruits pourris (des pertes financières).
• Le résultat : Ce flux de fond agit comme un tremplin de sécurité. Il permet au vendeur de continuer à gérer ses risques même quand sa note est mauvaise, lui donnant une chance de se relever plus tard.

📊 En Résumé : Ce que disent les mathématiques

Les auteurs ont créé un modèle mathématique complexe (des équations différentielles et stochastiques) pour simuler ce jeu. Ils ont découvert que :

1. Le temps est l'ennemi et l'allié : La note change lentement, mais les ventes sont rapides. Il faut séparer les deux rythmes.
2. L'optimisation n'est pas linéaire : Parfois, il faut perdre de l'argent aujourd'hui pour en gagner beaucoup demain (la campagne). Parfois, il faut arrêter de courir après la gloire et encaisser (la récolte).
3. La stabilité est fragile : Avec des règles de promotion trop strictes (une "porte" très raide), le marché devient instable. Les vendeurs oscillent entre des périodes de guerre des prix (campagne) et des périodes de profits faciles (récolte), créant des cycles imprévisibles.

💡 La Leçon pour le Quotidien

Ce papier nous apprend que dans un système où la réputation détermine l'accès aux opportunités, la stratégie la plus intelligente n'est pas toujours de maximiser le profit immédiat. Il faut parfois accepter de travailler moins cher pour maintenir sa place dans le "top 10", tout en sachant qu'il existe un filet de sécurité (les clients restants) qui empêche la chute totale. C'est un équilibre délicat entre l'ambition à court terme et la survie à long terme.

Résumé technique

Voici un résumé technique détaillé de l'article « Win-score promotion gates in aggregator-routed RFQ markets: A two-tier stochastic control model » d'Alexander Barzykin, rédigé en français.

1. Problématique et Contexte

L'article étudie le problème de la market making (prise de position) dans les marchés de devises (FX) et autres marchés de gré à gré (OTC) où les demandes de cotation (RFQ - Request For Quote) sont acheminées via des agrégateurs.

Dans ces environnements, l'allocation des flux de clients vers les fournisseurs de liquidité (LP) ne dépend pas uniquement du prix, mais aussi de règles de routage macro-économiques basées sur des scores de performance (notamment le taux de réussite ou "win-score").

• Le défi : Un LP doit naviguer entre deux objectifs contradictoires :
  1. Maximiser le profit immédiat (en élargissant les spreads pour réduire le risque d'adverse selection).
  2. Maintenir ou améliorer son score de performance pour rester dans la "liste courte" (shortlist) des agrégateurs, ce qui garantit un volume de flux futur plus élevé.
• La lacune de la littérature : Les modèles existants traitent soit la microstructure des RFQ (concurrence de prix), soit le routage, mais rarement l'interaction dynamique entre une stratégie de cotation agressive à court terme et l'évolution lente d'un score de réputation qui agit comme une variable d'état contrôlable.

2. Méthodologie et Modélisation

L'auteur propose un modèle de contrôle stochastique à deux niveaux (two-tier) qui sépare le flux de RFQ en deux catégories distinctes :

A. Structure du Modèle

1. Niveau A (Tier A - Agrégateur) :
   • Représente le flux de RFQ acheminé par l'agrégateur.
   • L'intensité de ce flux est multipliée par une fonction de porte (gate) $G(R)$, dépendante du score $R$ du LP.
   • Les résultats de ces RFQ (gains/pertes) mettent à jour le score $R$ selon une moyenne mobile exponentielle (EMA).
2. Niveau B (Tier B - Flux de fond) :
   • Représente le flux résiduel non filtré par le score.
   • L'intensité est constante et indépendante de $R$.
   • Les transactions sur ce niveau ne mettent pas à jour le score, mais contribuent à la gestion du risque d'inventaire.

B. Dynamique et Contrôles

• État : Le LP gère un inventaire $q_t$ et un score $R_t$. Le prix médian suit un mouvement brownien.
• Contrôle : Le LP choisit une échelle de décalages (offsets) $\delta$ pour différentes tailles de lots (size-ladder).
• Probabilité de gain : La probabilité de gagner une RFQ $p_z(\delta)$ est décroissante avec le décalage.
• Adverse Selection : Un terme de correction $\mu_z(\delta)$ (slippage) est appliqué en cas de gain.
• Objectif : Maximiser l'espérance de richesse finale pénalisée par le risque d'inventaire (quadratique).

C. Résolution Mathématique

• Équation HJB : L'auteur dérive une équation de Hamilton-Jacobi-Bellman (HJB) réduite. Elle prend une forme d'opérateur de type Bergault-Guéant, avec des branches explicites "gagné/perdu" pour le niveau A (car le score change) et des opérateurs de saut standards pour le niveau B.
• Théorème de l'Enveloppe : Une transformation clé permet d'exprimer les contrôles optimaux (décalages) directement via les dérivées d'hamiltoniens réduits unidimensionnels, évitant la résolution directe de l'équation complète pour chaque état.
• Approximation Adiabatique : Dans le régime de "longue mémoire" (le paramètre de mise à jour du score $\alpha$ est petit), le système est séparé en deux échelles de temps :
  1. Rapide : Dynamique de l'inventaire (conditionnelle à un score quasi-statique).
  2. Lente : Dynamique du score, pilotée par la probabilité de gain moyenne induite par la stratégie rapide.
• Ansatz Quadratique : En supposant une forme quadratique pour la fonction de valeur par rapport à l'inventaire, l'auteur obtient une fermeture analytique (type Riccati) pour la courbure de l'inventaire et un champ de dérive unidimensionnel pour le score.

3. Résultats Clés

A. Dynamique de Score et Bifurcations

Sous une fonction de porte logistique (pente raide), la dynamique du score présente des phénomènes non linéaires critiques :

• Bistabilité et Hystérésis : Le système peut présenter trois points fixes (deux stables, un instable). Cela signifie que selon l'état initial, le LP peut converger vers un régime de "faible score" (peu de flux) ou de "haut score" (flux élevé), même avec les mêmes paramètres de marché.
• Seuils de bascule : Le passage d'un régime à l'autre nécessite une action délibérée (changement de stratégie) qui ne se produit pas de manière linéaire.

B. Stratégies "Campagne" vs "Récolte" (Campaign vs. Harvest)

L'analyse révèle deux régimes comportementaux optimaux distincts :

1. Campagne (Campaigning) : Lorsque le score est proche du seuil de promotion mais en dessous, le LP adopte une stratégie agressive (spreads serrés, probabilité de gain élevée). Cela réduit le profit immédiat (PnL) mais augmente la dérive du score $\dot{R}$ pour atteindre la zone de promotion.
2. Récolte (Harvesting) : Une fois le score élevé (dans la zone de promotion), le LP peut élargir ses spreads pour maximiser le profit immédiat, acceptant une dégradation lente du score, car il reste dans la zone de flux élevé grâce à la stabilité du système.

C. Rôle Stabilisateur du Flux de Fond (Tier B)

Le modèle démontre que la présence du niveau B (flux non filtré) est cruciale :

• Il maintient une capacité de mélange d'inventaire (inventory mixing) même lorsque le score est faible et que le flux A est bloqué.
• Il empêche la courbure de l'inventaire (risque) de devenir singulière, évitant ainsi des comportements pathologiques de la part du market maker.

4. Contributions Principales

1. Modélisation Unifiée : Première intégration explicite d'une variable d'état de score de performance (lente) dans un modèle de contrôle stochastique de market making multi-tailles.
2. Analyse de Bifurcation : Identification mathématique de la bistabilité et de l'hystérésis dans les stratégies de market making, expliquant pourquoi les LPs peuvent rester "bloqués" dans des régimes de faible performance ou de forte performance.
3. Méthodologie de Résolution : Développement d'une approximation adiabatique et d'une fermeture quadratique qui rendent le problème HJB complexe (avec sauts et non-linéarités) traitable numériquement et analytiquement.
4. Insights Économiques : Démonstration que la gestion de l'inventaire et la gestion de la réputation sont couplées : un LP peut sacrifier du profit immédiat pour "acheter" un accès futur au flux, et inversement, un bon score permet de "récolter" des marges plus larges.

5. Signification et Implications

Ce travail est significatif pour plusieurs raisons :

• Pour les Praticiens (Dealers) : Il fournit un cadre quantitatif pour comprendre pourquoi les stratégies de cotation ne doivent pas être purement myopes. Il justifie l'existence de périodes de "campagne" où l'on accepte de perdre de l'argent sur le spread pour sécuriser un volume futur.
• Pour les Concepteurs de Marchés (Aggregators) : Il met en lumière les risques de conception de systèmes de notation. Des portes de promotion trop raides (logistiques) peuvent créer des effets de seuil indésirables et de l'instabilité (hystérésis), rendant le marché moins fluide.
• Pour la Recherche Académique : Il ouvre la voie à l'étude des interactions entre microstructure (prix) et macro-design (routage) dans les marchés électroniques, en utilisant des outils de théorie du contrôle stochastique avancés.

En résumé, l'article montre que dans les marchés RFQ modernes, la réputation est un actif liquide qui doit être géré activement, et que l'optimalité de la stratégie de cotation dépend d'un équilibre dynamique entre la capture de profit immédiate et l'investissement dans la réputation future.