Probabilités et statistiques pour la finance
Unité d'enseignement de type cours
Réf. : GFN213
Sessions de formation
(Fuseau horaire : Europe/Paris)
Centre Cnam Paris - Formation 1er Semestre hybride
L'inscription est actuellement terminée pour cette session
Présentation
Public, conditions d'accès et prérequis
Télécharger une demande d'agrément sur le site http://efab-ms.cnam.fr/, et la renvoyer.
Public niveau bac+4, ayant une formation mathématique supérieure à celle de 2 ans d'études scientifiques supérieures (DEUG scientifique, Math. spé., maîtrise d'économétrie...), et une culture économique et financière acquise lors d'études supérieure ou par acquis professionnels.
Public niveau bac+4, ayant une formation mathématique supérieure à celle de 2 ans d'études scientifiques supérieures (DEUG scientifique, Math. spé., maîtrise d'économétrie...), et une culture économique et financière acquise lors d'études supérieure ou par acquis professionnels.
Objectifs
Maîtriser les outils classiques de la modélisation statistique pour les appliquer à la finance.
Contenu
Probabilités
Rappels : espace de probabilités, variables aléatoires, indépendance, conditionnement - Simulation de lois usuelles - Loi gaussienne multidimensionnelle - Théorèmes limites : loi des grands nombres, théorème central limite, delta méthode.
Statistique
Rappels : inférence dans le cadre de l'échantillonnage (estimation, intervalles de confiance et tests statistiques) - Présentation des modèles conditionnels statiques - Modèle linéaire : estimation, tests, prévision, modèle linéaire multivarié - Maximum de vraisemblance et applications.
Finance
Analyse statistique des rendements : rendement d'un portefeuille, performance de Sharpe - Statistique des choix de portefeuilles : approche moyenne-variance, analyse des portefeuilles par régression, test d'efficience, modèle CAPM - Modèles à facteurs, absence d'opportunité d'arbitrage - APT.
Rappels : espace de probabilités, variables aléatoires, indépendance, conditionnement - Simulation de lois usuelles - Loi gaussienne multidimensionnelle - Théorèmes limites : loi des grands nombres, théorème central limite, delta méthode.
Statistique
Rappels : inférence dans le cadre de l'échantillonnage (estimation, intervalles de confiance et tests statistiques) - Présentation des modèles conditionnels statiques - Modèle linéaire : estimation, tests, prévision, modèle linéaire multivarié - Maximum de vraisemblance et applications.
Finance
Analyse statistique des rendements : rendement d'un portefeuille, performance de Sharpe - Statistique des choix de portefeuilles : approche moyenne-variance, analyse des portefeuilles par régression, test d'efficience, modèle CAPM - Modèles à facteurs, absence d'opportunité d'arbitrage - APT.