Option Math ematiques Appliqu ees P2020 Electifs finance
←
→
Transcription du contenu de la page
Si votre navigateur ne rend pas la page correctement, lisez s'il vous plaît le contenu de la page ci-dessous
Option Mathématiques Appliquées P2020
Electifs finance
Ioane Muni Toke
Jeudi 12 septembre 2019
Ioane Muni Toke (CS) OMA P2020 Electifs Finance 12/09/2019 1 / 16Responsable
I Ioane MUNI TOKE
Laboratoire MICS
Bâtiment Bouygues, Bureau sc.113
01.75.31.68.84
ioane.muni-toke@centralesupelec.fr
I Chaire de Finance Quantitative (FiQuant)
I Damien Challet, Christian Bongiorno, Kevin Primicerio
I Thèmes de recherche :
I Probabilités appliquées, modélisation stochastique.
I Statistiques appliquées et applications aux données financières
haute-fréquence.
I Microstructure des marchés financiers et carnets d’ordres.
Ioane Muni Toke (CS) OMA P2020 Electifs Finance 12/09/2019 2 / 16Exemples de stages récents (P2018-P2019)
AXA Modèle de prime des contrats et taux de résiliation
SG Deep learning dans des contextes de trading.
BCG Conseil en stratégie
BNPP Analyse de données non structurées et IA
SG Swap Rate Static Replication using material-fonctional rate models
SG Méthode particulaire et modèles mixtes vol locale-stochastique.
BNPP Méthodes statistiques prédictives appliquées à l’évolution des carnets d’ordres
HSBC Analyste Trading
AXA Hedging analyste-Daily monitoring of risks and calibration of hedging transactions
BNPP Deep Learning for Spelling Correction
BOA - Merrill Lynch Optimisation pour la sélection de paniers de sous-jacents
111 Capital Stratégie de trading quantitatif et statistique
SG Développement des outils de pricing Python de l’ingénierie Hedge Fund.
CA Méthodologies de LGD Bâloises par méthodes avancées de Machine Learning
Mazars Simulation de scénarios économiques
Barclays Electronic market making
KPMG L’impact de IFRS 17 sur les contrats d’assurance emprunteur
Mazars Machine Learning/Deep Learning et cryptocurrencies.
Simon Kucher Conseil sur la croissance
Cinven Analyste d’investissement en private equity
Morgan Stanley Statistical learning for Optimal Trading - A reinforcement learning approach for optimal trading
BNPP Indices systématiques et signaux de trading
BNPP Réplication de fonds d’investissement
JP Morgan Apprentissage par Renforcement Inverse et Inférence Variationnelle.
Credit Suisse Learn cross-asset systematic strategies, create new indices and generate trading ideas.
Kreditech Etude de l’efficacité de l’octroi de crédit en Inde.
BNPP Structuration de produits dérivés.
SG Gestion des ressources rares (Capital réglementaire et liquidité).
BGL Scoring
SG Structuration de produits dérivés.
Ioane Muni Toke (CS) OMA P2020 Electifs Finance 12/09/2019 3 / 16Exemples de stages récents (P2018-P2019)
HSBC France Equity Exotic Trading
Société Générale Pricing des produits structurés de taux
BNP Paribas Arbitrage Modèles à annuités variables, outils de cotation
Deutsche Bank Modèles de Capital Structure et Produits de volatilité
AXA IM Structuration et stratégies de volatilité (apprentissage)
SESAMm Développement d’un module de stratégies de trading algorithmique
Société Générale Pricing et amélioration d’outils de gestion
Société Générale Pricing options exotiques/hybrides, R&D stratégies d’investissement, produits et outils.
Bank of America Merrill Lynch Off-cycle au sein de l’equipe de structuration Equity
SIA Partners Conseil en management et stratégie opérationnelle au sein de l’Unité de compétence Banking
MarketCipher Partners Modèle statistique (Machine Learning, Time series) de pair trading (investment strategy)
AXA Investment Managers Machine learning pour les prix d’exécution
KPMG Création d’un outil de provisionement ligne à ligne en assurance non-vie
AXA Global Ré Implémentation d’indicateurs statistiques, étude de cotations en réassurance
AXA Global Ré Efficience des cessions de réassurance et mesure spectrale
Goldman Sachs Pricing d’options exotiques/hybrides, développement de stratégies systématiques
AXA France Statistique et machine learning sur les données clients pour le pricing en assurance non-vie
AXA France Sensibilité de la PSNEM aux différentes hypothèses et modèle de Verbeek
J.P. Morgan Chase Development of the BGM model in the MRG HybTools C++ library
BNP Paribas Acquisition et exécution de mandats de fusions-acquisitions dans le secteur Digital
Société Générale Perturbations de matrices de corrélations pour la calibration
Natixis Conception de stratégies systématiques basées sur des sous-jacents liés à la volatilité
... (non exhaustif)
Ioane Muni Toke (CS) OMA P2020 Electifs Finance 12/09/2019 4 / 16Etudiants concernés
I Tous les OMA CentraleSupelec
I Et en particulier les étudiants inscrits :
I au M2 Actuariat Paris Dauphine
I au M2MO (Random Modelling and Data Science) Paris Diderot
I au M2 S&F (Statistiques et Finance) Paris Saclay (ENSAE)
I au MS MAF (Mathématiques Appliquées à la Finance) CentraleSupélec
Ioane Muni Toke (CS) OMA P2020 Electifs Finance 12/09/2019 5 / 16Descriptif - Electif 1 - Octobre-Décembre 2019
I Modèles stochastiques pour les dérivés actions (MDA)
Ioane Muni Toke (CS, FiQuant)
Notions de base de la finance mathématique classique (finance stochastique).
Modèle de Black & Scholes. Trading et produits dérivés. Théorie de l’évaluation
par arbitrage. Modèles de volatilité locale, de volatilité stochastique, modèles à
sauts, options exotiques.
Pré-requis pour le cours de Fixed Income (E6), ou équivalent M2.
SF MAF M2MO
Ioane Muni Toke (CS) OMA P2020 Electifs Finance 12/09/2019 6 / 16Descriptif - Electif 2 - Octobre-Décembre 2019
I Physique des marchés (PDM)
Damien Challet (CS, FiQuant, EPFL)
Dynamique financière microscopique. Principes généraux d’apprentissage
statistique appliqué aux marchés. Phénoménologie des marchés avec une approche
Big Data. Stratégies de trading comme des outils de mesure partielle de la
dynamique des prix. Modèles d’agents et interaction.
SF M2MO MAF
Ioane Muni Toke (CS) OMA P2020 Electifs Finance 12/09/2019 7 / 16Descriptif - Electif 3 - Décembre 2019 - Février 2020
I Méthodes numériques pour la finance (MNF)
Ioane Muni Toke (CS, FiQuant)
Méthodes numériques fondamentales utilisées en ingénierie financière : méthodes
de Monte Carlo. Méthodes de réduction de variance. Discrétisation des EDS.
Schémas numériques pour EDP. Algorithmes d’évaluations d’options américaines.
(Eventuellement : Copules, corrélation et dépendances, lattice). Sujets de TP à
réaliser en C++/Python/R.
Préparation au C++ requise. MDA ou équivalent conseillé.
SF M2MO MAF
Ioane Muni Toke (CS) OMA P2020 Electifs Finance 12/09/2019 8 / 16Descriptif - Electif 4 - Janvier - Mars 2020
I Structuration (STR)
Thomas Chedru (CA), Yann Moisan (BNPP)
Introduction aux principaux produits structurés, caractéristiques, sous-jacents,
mesures de performance. Notions de gestion de portefeuille et techniques
d’allocation. Produits classiques, produits innovants et problématiques récentes.
M2MO MAF
Ioane Muni Toke (CS) OMA P2020 Electifs Finance 12/09/2019 9 / 16Descriptif - Electifs 5 - Janvier - Mars 2020
I Portfolio metrics (PM)
Nicolas Millot (Riskdata)
Default risk, CDS pricing, counterparty credit risk, credit mitigation, netting and
collateral. XVA implementation and advanced topics, ratings-based CVA and
multi-currency funding. Impact of regulations on derivatives valuation.
Risk-measures, VaR, ES, modelling and implementation issues. Consequences of
the 2008 crisis. M2MO MAF
I Assurance-Prévoyance (AP)
Axel Truy (Mazars)
Risques et produits. Mesures de risques (solvabilité des assureurs, VaR, estimation
paramétrique). Modèles de durées. Tarification (Machine Learning pour la
tarification d’un produit d’assurance). Provisionnement (provisions techniques, de
primes, de sinistres, etc.). TP en R et Python.
Actuariat MAF
Ioane Muni Toke (CS) OMA P2020 Electifs Finance 12/09/2019 10 / 16Descriptif - Electifs 6 - Janvier - Mars 2020
I Fixed income (FI)
Faı̈çal Hihi (SG), Anas El Kaddouri (Barclays)
Partie taux : notions de taux d’intérêts, obligations, courbe des taux, modèles
mono-facteurs, modèles de marché, Libor, swap. Partie FX : introduction aux
produits FX, modèles de taux de change, produits hybride taux-FX, equity-FX.
MDA ou équivalent requis.
M2MO MAF
Ioane Muni Toke (CS) OMA P2020 Electifs Finance 12/09/2019 11 / 16Descriptif - Electifs 7- Janvier - Avril 2020
I Données haute-fréquence et carnets d’ordres (DHF)
Ioane Muni Toke (CS, FiQuant)
Marché financiers électroniques, marchés à carnets d’ordres. Faits statistiques
stylisés des carnets d’ordres. Introduction aux processus ponctuels. Propriétés
mathématiques des modèles de carnets d’ordres. Stratégies d’investissement,
exécution optimale, market making. SF M2MO MAF
I (Data Science pour la) Réassurance (REA)
Robin Chiche (AXA), Simon Blaquiere (AXA), Théo Sermet (AXA)
Réassurance traditionnelle. Réassurance titrisée. Design et pricing de traités. Data
science pour les risques extrêmes : Pricing des catastrophes naturelles,
Modélisation des risques extrêmes, Modélisation des catastrophes naturelles,
Construction d’un modèle simplifié de tremblements de terres, Calibration d’un
programme de réassurance. Actuariat M2MO MAF
Ioane Muni Toke (CS) OMA P2020 Electifs Finance 12/09/2019 12 / 16Descriptif - Electif 0 - Octobre-Décembre 2019
I Assurance Vie (AV)
Guillaume Metge, Aliou Sow (Allianz), Simon Colboc (Mawen
Finance)
Produits d’assurance-vie, perspectives d’évolution du marché. Calcul des
engagements en assurance-vie. Valorisation d’un portefeuille d’assurance-vie.
Tables de mortalité et espérance de vie. Modèles de durée, estimateur de
Kaplan-Meier, modèle de Lee-Carter et dérivés. L’option de rachat : modélisation
actuarielle, modèles économiques, modèles statistiques (GLM), modèles machine
learning. La vision Solvabilité II. La distribution dans l’assurance.
Actuariat MAF
Ioane Muni Toke (CS) OMA P2020 Electifs Finance 12/09/2019 13 / 16Quelques mots-clés I Finance de marché I Actuariat, assurance I Microstructure, marchés électronique, exécution optimale I Gestion d’actifs I Mathématiques financières, modèles stochastiques I Data, statistiques, données empiriques I TP et programmation Python / R / C++ I Point de vue académique et professionnel I ... Ioane Muni Toke (CS) OMA P2020 Electifs Finance 12/09/2019 14 / 16
I Liste de diffusion des offres de stages :
oma.financeactuariat.1920@ml.viarezo.fr
Un administrateur volontaire ?
I Thèses
I Réunions complémentaires : M2MO, M2SF, MS-MAF
11h30 dans cet amphi
Ioane Muni Toke (CS) OMA P2020 Electifs Finance 12/09/2019 15 / 16Master et diplômes complémentaires
I M2 Statistiques et Finance (Paris Saclay, ENSAE)
I 2 cours de tronc commun (”Processus et calcul stochastique”,
”Machine Learning”) et 4 électifs reconnus (Modèle dérivés action,
Méthodes numériques pour la finance, Données haute fréquence et
carnet d’ordre, Physique des marchés)
I M2 M2MO Modélisation Aléatoire et Data Science (Paris Diderot)
I 2 électifs reconnus au choix
I M2 Actuariat (Paris Dauphine)
I 4 cours tronc commun (Assurance-Vie, Séries temporelles, Info,
Machine Learning) et 4 électifs (Méthodes Numériques pour la
Finance, Fixed Income, Réassurance, Structuration) imposés.
I M2 MASEF (Paris Dauphine)
I 4 électifs reconnus (Méthodes numériques en finance, Données
hautes-fréquence et carnets d’ordre, Techniques de calibration, Fixed
Income)
Ioane Muni Toke (CS) OMA P2020 Electifs Finance 12/09/2019 16 / 16Vous pouvez aussi lire
