Lecturers:	L. Bertucci & M. Jeunesse
Period:	Term 3
ECTS:	3
Schedule:	3 hours per week

 Deux thématiques pour ce cours:

1. NLP en finance (2 séances)

La visée générale du cours :
L'objectif du cours est de s'acculturer sur le traitement naturel du language (NLP) appliqué à la finance. En particulier, on parcourera quelques articles traitant du NLP en finance, ainsi que des sources de données textuelles utiles en finance. On donnera aux étudiants les clés nécessaires à la compréhension des grandes fonctionalités de préprocessing de texte pour être traité par des algorithmes d'apprentissage statistique, en illustrant les différentes techniques par certaines librairies open-source en python.
Contenu :
Cours 1 :
- Considérations générales sur les données textuelles en finance
- Tâches de NLP classiques en finance : Sentiment analysis, topic detection, Entity Resolution et relationship extraction
- Bag of words, term-document matrix et techniques de nettoyage usuelles (POS-tagging, stemming, lemmatiztion)

Cours 2 :
- Embedding : illustration avec l'approche cbow (word2vec), introduction à BERT
- Topic modelling (LDA vs BertTopic)
- Librairies open-source python classiques
- Culture générale sur les articles classiques de NLP en finance (Lazy prices, Loughran McDonalds sentiment dictionary, Davis Piger Sedor on earnings calls)

 

2. Blockchain and Decentralized Finance (4 lectures)

Decentralized Finance (DeFi) is a new paradigm to do finance over open and decentralized infrastructures. The development of DeFi is very ac3ve both in theory and prac3ce, and this class intends to expose students to state-of-the-art developments in DeFi. Topics covered include but not limited to: consensus protocols, stablecoins, automated market making and decentralized lending/borrowing pools. Previous exposure to blockchain technology is useful but not required.