M2MO: Modélisation Aléatoire, Finance et Data Science

Master en statistique, probabilités et finance - Université Paris 7 - Paris Diderot

 
 
 
 
 
 
Organisation Training organisation
 
 

Organisation des enseignements

Le système européen conduit à attribuer à chaque cours un certain nombre de crédits ECTS (European Credit Transfert System). Pour valider cette deuxième année de Master, l’étudiant doit obtenir 60 Crédits ECTS

  • 18 crédits en UE fondamentales
  • 27 crédits en UE spécialisées
  • 15 crédits pour le stage

Deux parcours sont proposés

  • Parcours 1: Statistique et Modèles aléatoires en finance: les étudiants de ce parcours se destinent à une carrière dans le secteur financier (quant, structureur, trader, ingénieur financier, analyste contrôle de risque,...) ou/et à un doctorat dans le domaine des mathématiques appliquées à la finance.
  • Parcours 2: Statistiques et data science: Les étudiants de ce parcours se destinent aux métiers de traitement de données et de l'information

Un groupe de cours de base:

  • Calcul stochastique et modèles de diffusion
  • Modélisation de données et inférence statistique
  • Chaînes de Markov
  • Introduction au Machine learning
  • Apprentissage statistique
  • Modélisation des produits dérivés

Les autres cours sont optionnels et organisés en divers groupes : finance, statistique, data science, méthodes numériques, informatique,…

  • Les cours finance quantitative développent les thèmes de modélisation stochastique en Finance : la description des instruments financiers, la modélisation des actifs par des processus à temps discret et continu, l’évaluation et la couverture des produits financiers tels que les options européennes, américaines, exotiques, les modèles de taux d'intérêt, les méthodes numériques associées (Monte-Carlo, Schémas de discrétisation d’EDP), la calibration de modèles et les surfaces de volatilité,  la valorisation en marchés imparfaits (marchés incomplets, volatilité stochastique, coûts de transaction, valorisation par fonctions d’utilité), le contrôle stochastique et l'allocation de portefeuille, le trading algorithmique, les marchés émergents, etc
  • Les cours finance et gestion du risque développent le thème majeur de la gestion des divers risques financiers au sein de la finance moderne: risque de liquidité, risque de crédit et de contagion, mesure de risque,  copules et dépendances des risques,
  • Les cours marchés émergents et technologies proposent des cours d'ouverture sur les marchés de l'énergie, la finance durable et les nouvelles technologies en finance (quantum computing, NLP, Blockchain, etc)
  • Les cours statistique et finance développent les méthodes statistiques et d'apprentissage autmatique pour modéliser et estimer les aléas intervenants dans divers problèmes en finance et assurance: valorisation et gestion d'actifs, value at risk, copules et dépendances des risques, traitement de données haute-fréquence, arbitrage statistique et trading algorithmique, calibration de modèles.  
  • Les cours data science développent les thèmes d’apprentissage statistique, apprentissage par renforcement, traitement des données et de l'information, la sélection de modèles, la théorie du signal et de l’information, les modèles à régimes cachés, les techniques neuronales, les applications de la statistique des processus, et les méthodes post-génomiques
  • Les cours informatiques indispensables à cette formation, se concentrent sur l'apprentissage de langage objet, en particulier le C++, et les logiciels statistiques.