Enseignement

Cours complémentaires (remise à niveau, pré-inscription obligatoire) à partir du lundi 4 septembre 2023 :

ROQUAIN Éléments de Statistique 18h
MAZLIAK Compléments de Probabilités 18h
LEMAIRE Python pour les sciences des données 18h
PRINTEMS EDP pour la finance 18h

Premier semestre : à partir du 18 septembre 2023


UE Probabilités, simulation et optimisation (165h, 15 ECTS) :

ZAMBOTTI Introduction aux processus de diffusion 48h
PAGÈS
LEMAIRE
Probabilités numériques : simulation de Monte Carlo et optimisation stochastique 48h + projet
KHARROUBI Convexité, optimisation et contrôle stochastique 24h
GALLINARI
WILBERTZ
Machine learning, réseaux de neurones et apprentissage profond 36h

UE Finance de marché, dérivés et économétrie (132h, 15 ECTS) :

GOBET Modélisation stochastique des produits dérivés en finance traditionnelle et digitale 30h
EL KAROUI
GRBAC
Modèles de taux 24h
ROSENBAUM Finance haute fréquence : outils probabilistes, modélisation statistique à travers les échelles et problèmes de trading 30h
LOZEVE
DE LANGHE
Marchés financiers et théorie financière 30h
ALFONSI
ABBAS-TURKI
Mesures de risque et extrêmes 18h

Deuxième semestre : à partir du 8 janvier 2024


Cours obligatoires (inclus dans l'UE Finance de marché, dérivés et économétrie) :

VINCENT Ce que les crises financières nous enseignent : évolution des pratiques et de la régulation 15h
DUQUESNE Introduction aux modèles de saut 18h

UE optionnelles :

Afin d’aborder un certain nombre de thèmes d’actualité dans le marché, des UE optionnelles sont proposées. Elles se dérouleront de façon intensive durant les mois de janvier à mars. Quatre cours (au moins) doivent être pris, au choix, dans les modules suivants, dont deux (au moins) dans le même module de spécialisation (majeure). La validation de deux cours confère 3 ECTS, et celle des deux autres cours confère 3 autres ECTS. Attention : Certains cours peuvent figurer plusieurs fois.

Probabilités numériques avancées :

LEMAIRE Machine learning pour les produits dérivés 15h
PAGÈS Optimisation stochastique pour le Machine Learning en finance 15h
ABBAS-TURKI Massive parallel programming on GPU devices for Big Data 15h
JOURDAIN Algorithmes de Monte-Carlo pour chaînes de Markov et méthodes particulaires 15h
ABI JABER Processus fractionnaires et processus de Volterra en finance 15h
MILICA TOMASEVIC Processus de type McKean-Vlasov et EDP Paraboliques 15h

Machine learning et modélisation statistique pour la finance de marché :

BACRY Analyse et modélisation statistique multi-échelle de séries chronologiques financières 15h
LEHALLE
LARUELLE
Machine Learning and optimal trading 15h + 15h de TD
LEMAIRE Machine learning pour les produits dérivés 15h
PAGÈS Optimisation stochastique pour le Machine Learning en finance 15h

Nouveaux risques :

HILLAIRET
LOPEZ
Le risque cyber et sa modélisation mathématique 15h
RONCALLI Finance du climat 15h

Produits dérivés (avancés) :

HENRY-LABORDERE Non linear pricing 15h
KHARROUBI Contrôle stochastique pour les modèles de marchés imparfaits 15h
DE MARCO Calibration, volatilité locale et stochastique 15h
MIGUS
EL KAROUI
Modèles de taux et produits dérivés : nouveau paradigme, risque de contrepartie 15h
BERTUCCI Jeux à champ moyen 15h
ABI JABER Processus fractionnaires et processus de Volterra en finance 15h
GUYON Méthodes de calibration avancées et produits dérivés sur le VIX 15h

Nouveaux marchés :

BARDOU Valorisation et gestion du risque sur les marchés de l’énergie 15h
CHOUKROUN Blockchains : du lancement de Bitcoin à aujourd’hui. Fintechs : présentations et opportunités 15h
TURC Stratégie quantitative: application au marché du crédit 15h
THOMAS Econométrie de l’assurance non-vie 15h

Ouverture Professionnelle :

ATTALI Allocation d’actifs et arbitrage multi-asset 15h
LEHALLE
LARUELLE
Machine Learning and optimal trading 15h + 15h de TD
TURC Stratégie quantitative : application au marché du crédit 15h

Départ en stage : à partir du lundi 8 avril 2024