Objectifs
Ce Master 2ème année de Modélisation aléatoire (master m2mo) remplace dans le nouveau système « L,M,D » le DEA de Statistique et Modèles aléatoires en Economie et Finance (dit DEA Laure Elie).
L'étudiant aura le choix entre une formation probabilités et statistique (théorique ou appliquée), ou une spécialisation dans le domaine de la finance en insistant particulièrement sur les statistiques et la gestion des risques.
Recherche/Professionnel
assurer en temps que Master Recherche une initiation à la recherche fondamentale en vue d'une thèse sur l'un des thèmes ci-dessous:
- estimation fonctionnelle (ondelettes, adaptation,…), statistique des extrêmes, statistique des processus, problèmes inverses et implémentation numérique, théorie du signal et imagerie, algorithmes stochastiques et méthodes numériques, méthodes neuronales, modèles à régimes cachés.
- modélisation aléatoire de systèmes complexes. Application en mécanique statistique: modèles d'Ising, interfaces, polymères et copolymères, milieux désordonnés.
- traitement de l'information: file d'attente (modélisation, dimensionnement), analyse en temps long, en réseaux, à grande échelle.
- modélisation en économie et finance : données haute fréquence, modèles à volatilité aléatoire et inférences statistiques associées, optimisation de portefeuilles et couverture d’options dans les marchés imparfaits (marchés incomplets, modèles avec coûts de transaction, observation partielle), gestion des risques financiers (risque de liquidité, risque de défaut), modélisation d’informations supplémentaires (délits d’initiés), contrôle stochastique et équation rétrograde en finance, méthodes numériques en finance.
- analyse de modèles dans divers autres domaines scientifiques : biométrie, statistique en écologie et environnement, génétique moléculaire, médecine
- apprentissage statistique, data mining. méthodes de compression de données et de réduction de la dimension, optimisation de la prédiction. Ces techniques sont très importantes dans des domaines d'applications tels que : bioinformatique, génétique, text-mining, astrophysique.
donner en temps que Master Professionnel aux étudiants une formation probabiliste et statistique nécessaire à la modélisation et au traitement statistique de problèmes concrets variés (par exemple en prévision économique, mathématiques financières, traitement du signal et des images, modélisation de réseaux…) de manière à proposer des débouchés de chercheur et d’analyste dans différents secteurs d’activités : grandes entreprises, assurances, secteur bancaire, secteur pharmaceutique, télécommunications...
- L’insertion professionnelle des étudiants ayant une formation de haut niveau en probabilités, statistique et finance est actuellement très bonne dans le secteur recherche et développement des banques et des organismes financiers. Ce secteur très dynamique, confronté à l'apparition de nouveaux instruments financiers est à l'affût de modèles originaux. Il recherche donc des étudiants très solides en modélisation aléatoire et capables de réflexion et d'innovation dans la conception des modèles. Actuellement un domaine sensible au niveau des banques est la gestion et le contrôle des risques ; de ce fait nous avons mis en place des cours sur ce thème en développant en parallèle la statistique des valeurs extrêmes.
- La spécialisation dans le domaine « signal, image, réseaux » ouvre la voie à des débouchés académiques et industriels comme le traitement des commandes numériques, l'analyse d'images, l'imagerie médicale, l'analyse et l'intégration de données multimédia, les systèmes de communication, le développement logiciel, les études statistiques et les développements informatiques pour le data mining. Nous avons des demandes de stages dans des grandes entreprises ou organismes de recherches tels que l'INRA, EDF, l'ONERA, l'INSERM.
2 parcours
Deux parcours sont proposés :
Le premier « Statistique et Modèles aléatoires en Finance » est destiné aux étudiants qui souhaitent s’orienter vers une spécialisation en Finance au niveau recherche ou professionnel.
Le deuxième « Statistique, Probabilités, et applications» veut permettre une formation large en probabilités et statistique.
