Cours 1 (2 heures) : Introduction à la modélisation mathématique et à la finance mathématique

• Exemples de modélisation : EDO, EDP, processus de modélisation du taux d'intérêt
• Modélisation du comportement stochastique/aléatoire impliqué : Processus de Wiener et gaussiens
• Modélisation des prix des actions (mouvement brownien géométrique) et simulation à terme.
• Racines et histoire des classiques de la finance mathématique : Modèles et formules de Cox-Ross-Rubinstein (CRR) (cas en temps discret) et Black-Scholes (cas en temps continu), parité call-put.
• Orientations et quelques perspectives en finance mathématique

Conférence 2 (2 heures) : Modélisation stochastique de Big Data sur les marchés financiers et énergétiques

• Big Data en finance : Données sur la négociation algorithmique et à haute fréquence (HFT), ordres à cours limités
• Modélisation stochastique de Big Data en finance
• Contrats à terme (forwards, futures), options sur contrats à terme (Forwards et futures), formule Black-76 (prix positifs)
• Alternative aux formules Black-76 (prix négatifs)
• Quelques résultats pour des modèles alternatifs
• Une vision pour passer à 100

PS : 10 questions à choix multiples seront fournies pour tester les activités de formation des étudiants.

Note:

Session 1: (9:00-10:20)

Pause café: (10:20-10:40)

Session 2: (10:40-12:00)

Pause déjeuner: (12:00-13:30)

Session 3: (13:30-14:50).