Modélisation de systèmes complexes et éléments de finance computationnelle
|
|
- Éloïse Claudette Roussel
- il y a 8 ans
- Total affichages :
Transcription
1 Professeur Olivier BRANDOUY Modélisation de systèmes complexes et éléments de finance computationnelle Master Recherche (séance 6) Olivier Brandouy /10-1
2 Plan de la séance 1. Faits stylisés, un aperçu «graphique» 2. Bref retour sur la notion d efficience 3. Mouvement Brownien et Mouvement Brownien fractionnaire Olivier Brandouy /10-2
3 1. FAITS STYLISÉS, UN APERÇU GRAPHIQUE Olivier Brandouy- 2009/10-3
4 Deux notions à différencier Distinguer les prix de leurs fluctuations Rentabilités (fluctuations en % par exemple)
5 Une réduction (osée ) de ces concepts Sphére réelle MARCHE Prix = Transformation non biaisée
6 Louis Bachelier et les mathématiques de la finance Découverte du mouvement Brownien Théorie de la spéculation 1900 Olivier Brandouy- 2009/10-6
7 L'école «américaine» Travaux de Working, 34, Cowles et Jones 1937, Kendall 1953, Roberts 1959: des variations générées par le «hasard» absence d'autocorrélation dans les deltas Loies du hasard : Normale i.i.d Osborne 1959 : Les log-returns suivent une Loi Normale les log-prix doivent suivent un mouvement brownien avec des deltas gaussiens!
8 Pourquoi? Si les rendements observés à une fréquence T sont la résultante de chocs informationnels indépendants et identiquement distribués ALORS le théorème de la limite centrale assure qu'ils doivent converger vers une distribution Normale.
9 Une conséquence remarquable Les prix des actifs financiers fluctuent de façon imprévisible (Samuelson, 1965)!!! Cela se traduit par le concept de «marche au hasard», que nous reverrons en économétrie... Avant de développer ces points un avertissement
10 Attentions aux illusions d optique! -Mandelbrot-
11 Avec des lunettes correctrices
12 Illustration du TCL 1 dé 2 dés 3 dés 100 dés dés # 1 dé trunc(runif(1,1,7)) # throw : t is the number of dices f <- function(t) {trunc(runif(t,1,7))} # sum of the values obtained with one throw of "t" dices s<-function(t) {sum(trunc(runif(t,1,7)))} # Generate series of such sums A<-0 t<-100 for (i in 1 : 10000) A[i]<-s(t) hist(a, nclass=30, col="grey", freq=false ) lines(density(rnorm( ,mean(a, na.rm=true),sd(a, na.rm=true))),col = "red", lwd=3) Olivier Brandouy- 2009/10-12
13 Ce qu'on devrait observer
14 Ce qu'on observe vraiment
15 Un problème qui n'a pas échappé au père des fractales Mandelbrot 1963 Des distributions «leptokurtiques» Processus à la base de la loi ne pouvait être i.i.d (avec moment d'ordre 2 fini) sinon, théorème limite centrale joue! Or ce n'est pas le cas. Soit les deltas ne sont pas indépendants Soit ils ont une variance infinie
16 Faits stylisés Propriétés statistiques très générales (qualitatives) qu on retrouve pour de très nombreuses séries financières, à différentes époques et pour différentes places financières
17 Déviations / espéré Questions de fréquences Données journalières Données à haute fréquence Déviations / N iid (Faits stylisés) Poids des des évènements rares Bouffées de volatilité Question de l autocorrélation des rentabilités Distributions inattendues pour certains paramètres Observations DJ
18 Déviations / Normale Queue épaisse Queue épaisse
19 Une autre représentation: probabilité d observer une rentablité x si dist. Norm / dist. empirique
20 Hasard Sauvage de Mandelbrot Hasard bénin : partie déterministe + partie stochastique gaussienne Hasard sauvage : partie déterministe (ou non) + partie stochastique non gaussienne parfois de variance infinie
21 Question de l autocorrélation Efficience Technique PB central, celui de la possibilité de prédire les fluctuations de demain en observant celles des jours passés. Théorie : IMPOSSIBLE (marche au hasard, ou à tout le moins processus martingale) Pratique : TRES IMPROBABLE, ou PEU UTILE
22 Faits troublant Question insoluble, de la perf. des Hedge Funds (Medallion de Renaissance Tech. par exemple) Une question d intervalle de temps Mois Journée Minute Seconde.
23 Variations très différentes dans leurs contenus Dow-Jones Pfizer 8 ans 1 journée
24 Autocorrelogrammes Dow-Jones Pfizer 8 ans 1 journée
25 Valeur Absolue ou au carré
26 Bouffées de volatilité, Pfizer, 5 jours D autres faits stylisés Distributions temps inter-échanges etc..
27 Problème(s) Nous savons décrire cet ensemble de faits stylisés, cette allure des dynamiques financières fort bien ex : mouvement brownien fractionnaire, ARCH Mais les théories classiques ne l expliquent pas (ou l expliquent mal)
28 2. RETOUR SUR LA NOTION D EFFICIENCE Olivier Brandouy- 2009/10-28
29 Les variations de cours... d'un point de vue statistique Première étude quantitative : Louis Bachelier, 1900 : Théorie de la spéculation Si la définition de jeu équitable est valide pour les marchés finanicers, alors les prix doivent suivre une marche au hasard i.i.d Travaux passés inaperçus, Bachelier «oublié»
30 Martingales et jeux équitables, définitions : une variable aléatoire Xt ayant la propriété : est une martingale (prix par exemple). La meilleure prévision des Xt+k est Xt et aucune information dans t ne permet d'améliorer cette prévision. Un jeu équitable est un processus stochastique tel que
31 Autrement dit : Est équitable le jeu dont le rendement anticipé, une fois connue l'information, est nul Si Xt est une martingale yt+1 = Xt+1 Xt est un jeu équitable. Exemple : Pile, vous gagnez 1 euro, Face, vous perdez 1 euro = jeu équitable.
32 Première définition de l'efficience La différence (y t+1) entre les rendement réel d'un titre financier (R t+1) et celui anticipé par un modèle d'équilibre (MEDAF par exemple, R*t+1) est nulle sur le long terme. y t+1 est un «jeu équitable» Un marché est efficient si cette propriété est respectée (on ne peut faire d'excès de rendements / marché)
33 Problème central : t La question centrale demeure celle de l'ensemble d'information pris en considération pour prévoir la variable aléatoire... Informations passées? => efficience faible Toutes les informations publiquement disponibles? => efficience semi-forte Toutes les informations, même celles qui sont «privées»... => efficience forte
34 Vers une définition complète de l'efficience Admettons que tous les agents ont un modèle de détermination des prix (ou d'équilibre des rendements) Qu'ils traitent t de la même façon Que leurs erreurs de prévision sont imprévisibles alors ILS NE PEUVENT FAIRE A REPETITION DES PROFITS EN EXCES
35 Autrement dit (Fama, 1970): Forme faible : l'information passée ne sert à rien pour prévoir la valeur des actions... Forme semi-forte : l'information publique non plus Forme forte : même l'information privée ne sert à rien
36 Définition de Malkiel, 1992 "A capital market is said to be efficient if it fully and correctly reflects all relevant information in determining security prices. Formally, the market is said to be efficient with respect to some information set... if security prices would be unaffected by re- vealing that information to all participants. Moreover, efficiency with respect to an information set... implies that it is impos- sible to make economic profits by trading on the basis of [that information set]."
37 3. Mouvement Brownien Fractionnaire
38 Mouvement Brownien RandFrac/Brownian/Brownian3.html Formule mathématique derrière le mouvement brownien: dx = (dt ) 1/2 i i Une représentation svt admise pour les phénomènes financiers. Olivier Brandouy- 2009/10-38
TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options
Université de Lorraine Modélisation Stochastique Master 2 IMOI 2014-2015 TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options 1 Les options Le but de ce
Plus en détailLes mathématiques de la finance Université d été de Sourdun Olivier Bardou olivier.bardou@gdfsuez.com 28 août 2012 De quoi allons nous parler? des principales hypothèses de modélisation des marchés, des
Plus en détailModèle GARCH Application à la prévision de la volatilité
Modèle GARCH Application à la prévision de la volatilité Olivier Roustant Ecole des Mines de St-Etienne 3A - Finance Quantitative Décembre 2007 1 Objectifs Améliorer la modélisation de Black et Scholes
Plus en détailLe risque Idiosyncrasique
Le risque Idiosyncrasique -Pierre CADESTIN -Magali DRIGHES -Raphael MINATO -Mathieu SELLES 1 Introduction Risque idiosyncrasique : risque non pris en compte dans le risque de marché (indépendant des phénomènes
Plus en détailProbabilités III Introduction à l évaluation d options
Probabilités III Introduction à l évaluation d options Jacques Printems Promotion 2012 2013 1 Modèle à temps discret 2 Introduction aux modèles en temps continu Limite du modèle binomial lorsque N + Un
Plus en détailLe modèle de Black et Scholes
Le modèle de Black et Scholes Alexandre Popier février 21 1 Introduction : exemple très simple de modèle financier On considère un marché avec une seule action cotée, sur une période donnée T. Dans un
Plus en détailFiltrage stochastique non linéaire par la théorie de représentation des martingales
Filtrage stochastique non linéaire par la théorie de représentation des martingales Adriana Climescu-Haulica Laboratoire de Modélisation et Calcul Institut d Informatique et Mathématiques Appliquées de
Plus en détailMaster IMEA 1 Calcul Stochastique et Finance Feuille de T.D. n o 1
Master IMEA Calcul Stochastique et Finance Feuille de T.D. n o Corrigé exercices8et9 8. On considère un modèle Cox-Ross-Rubinstein de marché (B,S) à trois étapes. On suppose que S = C et que les facteurs
Plus en détailEfficience des marchés et finance comportementale
Efficience des marchés et finance comportementale Martin Vlcek, Quantitative Investment Manager (BCV) 06.12.2013 Contenu 1. Introduction 2. Théorie de l efficience du marché 3. Finance comportementale
Plus en détailDIPLOME D'ETUDES APPROFONDIES EN ECONOMIE ET FINANCE THEORIE DES MARCHES FINANCIERS. Semestre d hiver 2001-2002
Département d économie politique DIPLOME D'ETUDES APPROFONDIES EN ECONOMIE ET FINANCE THEORIE DES MARCHES FINANCIERS Semestre d hiver 2001-2002 Professeurs Marc Chesney et François Quittard-Pinon Séance
Plus en détailProcessus aléatoires avec application en finance
Genève, le 16 juin 2007. Processus aléatoires avec application en finance La durée de l examen est de deux heures. N oubliez pas d indiquer votre nom et prénom sur chaque feuille. Toute documentation et
Plus en détailScénarios économiques en assurance
Motivation et plan du cours Galea & Associés ISFA - Université Lyon 1 ptherond@galea-associes.eu pierre@therond.fr 18 octobre 2013 Motivation Les nouveaux référentiels prudentiel et d'information nancière
Plus en détailGestion de Portefeuille. Mesures de Performance Ajustées du Risque
Gestion de Portefeuille Mesures de Performance Ajustées du Risque Le Ratio de Sharpe La mesure de performance (ajustée du risque) la plus utilisée Rappel: Propriétés du ratio de Sharpe Mesure de la stratégie:
Plus en détailLes mathématiques du XXe siècle
Itinéraire de visite Les mathématiques du XXe siècle Tous publics de culture scientifique et technique à partir des classes de 1ères Temps de visite : 1 heure 30 Cet itinéraire de visite dans l exposition
Plus en détailMATHS FINANCIERES. Mireille.Bossy@sophia.inria.fr. Projet OMEGA
MATHS FINANCIERES Mireille.Bossy@sophia.inria.fr Projet OMEGA Sophia Antipolis, septembre 2004 1. Introduction : la valorisation de contrats optionnels Options d achat et de vente : Call et Put Une option
Plus en détailMASTER ECONOMETRIE ET STATISTIQUE APPLIQUEE (ESA) Econométrie pour la Finance
MASTER ECONOMETRIE ET STATISTIQUE APPLIQUEE (ESA) Université d Orléans Econométrie pour la Finance Modèles ARCH - GARCH Applications à la VaR Christophe Hurlin Documents et Supports Année Universitaire
Plus en détailPROJET MODELE DE TAUX
MASTER 272 INGENIERIE ECONOMIQUE ET FINANCIERE PROJET MODELE DE TAUX Pricing du taux d intérêt des caplets avec le modèle de taux G2++ Professeur : Christophe LUNVEN 29 Fevrier 2012 Taylan KUNAL - Dinh
Plus en détailI. Introduction. 1. Objectifs. 2. Les options. a. Présentation du problème.
I. Introduction. 1. Objectifs. Le but de ces quelques séances est d introduire les outils mathématiques, plus précisément ceux de nature probabiliste, qui interviennent dans les modèles financiers ; nous
Plus en détailTexte Agrégation limitée par diffusion interne
Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse
Plus en détailL hypothèse d efficience des marchés Marches aléatoire, matingale et transmission de l information par les prix. Philippe Bernard
L hypothèse d efficience des marchés Marches aléatoire, matingale et transmission de l information par les prix Philippe Bernard Décembre 2003 Table des matières 1 L incarnation du chahut continu 2 1.1
Plus en détailModélisation et étude d un système de trading directionnel diversifié sur 28 marchés à terme
Modélisation et étude d un système de trading directionnel diversifié sur 28 marchés à terme Trading system : Trend following Breakout Janvier 1996 - Janvier 2009 Etude de la performance du système Le
Plus en détailMonnaie, Banque et Marchés Financiers
Collection FlNANCE dirigée par Yves Simon, Professeur à l'université Paris-Dauphine, et Delphine Lautier, Professeur à l'université Paris-Dauphine Monnaie, Banque et Marchés Financiers Didier MARTEAU C
Plus en détailESSEC Cours Wealth management
ESSEC Cours Wealth management Séance 9 Gestion de patrimoine : théories économiques et études empiriques François Longin 1 www.longin.fr Plan de la séance 9 Epargne et patrimoine des ménages Analyse macroéconomique
Plus en détailHedging delta et gamma neutre d un option digitale
Hedging delta et gamma neutre d un option digitale Daniel Herlemont 1 Introduction L objectif de ce projet est d examiner la couverture delta-gamma neutre d un portefeuille d options digitales Asset-Or-Nothing
Plus en détailRésumé des communications des Intervenants
Enseignements de la 1ere semaine (du 01 au 07 décembre 2014) I. Titre du cours : Introduction au calcul stochastique pour la finance Intervenante : Prof. M hamed EDDAHBI Dans le calcul différentiel dit
Plus en détailFinance, Navier-Stokes, et la calibration
Finance, Navier-Stokes, et la calibration non linéarités en finance 1 1 www.crimere.com/blog Avril 2013 Lignes directrices Non-linéarités en Finance 1 Non-linéarités en Finance Les équations de Fokker-Planck
Plus en détailIntroduction à la théorie des files d'attente. Claude Chaudet Claude.Chaudet@enst.fr
Introduction à la théorie des files d'attente Claude Chaudet Claude.Chaudet@enst.fr La théorie des files d'attente... Principe: modélisation mathématique de l accès à une ressource partagée Exemples réseaux
Plus en détailUNIVERSITÉ DU QUÉBEC À MONTRÉAL TESTS EN ÉCHANTILLONS FINIS DU MEDAF SANS LA NORMALITÉ ET SANS LA CONVERGENCE
UNIVERSITÉ DU QUÉBEC À MONTRÉAL TESTS EN ÉCHANTILLONS FINIS DU MEDAF SANS LA NORMALITÉ ET SANS LA CONVERGENCE MÉMOIRE PRÉSENTÉ COMME EXIGENCE PARTIELLE DE LA MAÎTRISE EN ÉCONOMIE PAR MATHIEU SISTO NOVEMBRE
Plus en détailUFR de Sciences Economiques Année 2008-2009 TESTS PARAMÉTRIQUES
Université Paris 13 Cours de Statistiques et Econométrie I UFR de Sciences Economiques Année 2008-2009 Licence de Sciences Economiques L3 Premier semestre TESTS PARAMÉTRIQUES Remarque: les exercices 2,
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Plus en détailTempérature corporelle d un castor (une petite introduction aux séries temporelles)
Température corporelle d un castor (une petite introduction aux séries temporelles) GMMA 106 GMMA 106 2014 2015 1 / 32 Cas d étude Temperature (C) 37.0 37.5 38.0 0 20 40 60 80 100 Figure 1: Temperature
Plus en détailExamen Final. Indications
DANS LE SECTEUR BANQUE-ASSURANCE NOM : MATRICULE : PRENOM : Examen Final Problèmes Indications Veuillez respecter les indications suivantes: 1. Vous avez 3 heures à disposition 2. Veuillez vérifier que
Plus en détailY A-T-IL UNE THÉORIE DES MARCHES FINANCIERS? Document de travail Décembre 2003
Jean-Pierre Galavielle Université Paris 1 CRIFES-MATISSE UMR CNRS 8595 Maison des Sciences Economiques 106 Boulevard de l'hôpital 75013 Paris Tel: 00 33 (0)1 44 07 81 45 Fax: 00 33 (0)1 44 07 83 36 E-mail
Plus en détailAnalyse de la variance Comparaison de plusieurs moyennes
Analyse de la variance Comparaison de plusieurs moyennes Biostatistique Pr. Nicolas MEYER Laboratoire de Biostatistique et Informatique Médicale Fac. de Médecine de Strasbourg Mars 2011 Plan 1 Introduction
Plus en détail4 Distributions particulières de probabilités
4 Distributions particulières de probabilités 4.1 Distributions discrètes usuelles Les variables aléatoires discrètes sont réparties en catégories selon le type de leur loi. 4.1.1 Variable de Bernoulli
Plus en détailMoments des variables aléatoires réelles
Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................
Plus en détailChaînes de Markov au lycée
Journées APMEP Metz Atelier P1-32 du dimanche 28 octobre 2012 Louis-Marie BONNEVAL Chaînes de Markov au lycée Andreï Markov (1856-1922) , série S Problème 1 Bonus et malus en assurance automobile Un contrat
Plus en détailÉquation de Langevin avec petites perturbations browniennes ou
Équation de Langevin avec petites perturbations browniennes ou alpha-stables Richard Eon sous la direction de Mihai Gradinaru Institut de Recherche Mathématique de Rennes Journées de probabilités 215,
Plus en détailChapitre 1 Régime transitoire dans les systèmes physiques
Chapitre 1 Régime transitoire dans les systèmes physiques Savoir-faire théoriques (T) : Écrire l équation différentielle associée à un système physique ; Faire apparaître la constante de temps ; Tracer
Plus en détailMATHÉMATIQUES ET APPLICATIONS
MASTER 2 ème ANNÉE MATHÉMATIQUES ET APPLICATIONS Parcours Mathématiques du Risque et Actuariat ANNÉE UNIVERSITAIRE 2015 2016 1 PRESENTATION Le Master 2 Mathématiques du Risque et Actuariat a pour objectif
Plus en détailModélisation de séries financières par un modèle multifractal. Céline Azizieh
Modélisation de séries financières par un modèle multifractal Céline Azizieh Mémoire présenté à l Université Libre de Bruxelles en vue d obtenir le diplôme d actuaire Supervision: W. Breymann (RiskLab,
Plus en détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)
Plus en détailAsk : Back office : Bar-chart : Bear : Bid : Blue chip : Bond/Junk Bond : Bull : Call : Call warrant/put warrant :
Parlons Trading Ask : prix d offre ; c est le prix auquel un «market maker» vend un titre et le prix auquel l investisseur achète le titre. Le prix du marché correspond au prix le plus intéressant parmi
Plus en détailun environnement économique et politique
Vision d un économiste sur le risque agricole et sa gestion un sol un climat un environnement économique et politique Jean Cordier Professeur Agrocampus Ouest Séminaire GIS GC HP2E Prise en compte du risque
Plus en détailLoi binomiale Lois normales
Loi binomiale Lois normales Christophe ROSSIGNOL Année scolaire 204/205 Table des matières Rappels sur la loi binomiale 2. Loi de Bernoulli............................................ 2.2 Schéma de Bernoulli
Plus en détailLa Théorie de la relativité des Loyers Par Alain BECHADE
La Théorie de la relativité des Loyers Par Alain BECHADE Depuis la fin des années 90 (au siècle dernier!) la financiarisation de l immobilier a apporté des méthodes mathématiques bien pratiques, mais qui
Plus en détailTravail en collaboration avec F.Roueff M.S.Taqqu C.Tudor
Paramètre de longue mémoire d une série temporelle : le cas non linéaire Travail en collaboration avec F.Roueff M.S.Taqqu C.Tudor Notion de longue mémoire Les valeurs d une série temporelle X = (X l )
Plus en détailTESTS PORTMANTEAU D ADÉQUATION DE MODÈLES ARMA FAIBLES : UNE APPROCHE BASÉE SUR L AUTO-NORMALISATION
TESTS PORTMANTEAU D ADÉQUATION DE MODÈLES ARMA FAIBLES : UNE APPROCHE BASÉE SUR L AUTO-NORMALISATION Bruno Saussereau Laboratoire de Mathématiques de Besançon Université de Franche-Comté Travail en commun
Plus en détailCONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)
CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un
Plus en détailPosition AMF n 2004-07 Les pratiques de market timing et de late trading
Position AMF n 2004-07 Les pratiques de market timing et de late trading Textes de référence : articles 411-65, 411-67 et 411-68 du règlement général de l AMF 1. Questions-réponses relatives aux pratiques
Plus en détailPROBABILITES ET STATISTIQUE I&II
PROBABILITES ET STATISTIQUE I&II TABLE DES MATIERES CHAPITRE I - COMBINATOIRE ELEMENTAIRE I.1. Rappel des notations de la théorie des ensemble I.1.a. Ensembles et sous-ensembles I.1.b. Diagrammes (dits
Plus en détailMATHÉMATIQUES ET APPLICATIONS
MASTER 2 ème ANNÉE MATHÉMATIQUES ET APPLICATIONS Parcours Finance Computationnelle ANNÉE UNIVERSITAIRE 2015 2016 1 PRESENTATION Le master Finance Computationnelle spécialise les étudiants sur l ingénierie
Plus en détailCalculs de probabilités
Calculs de probabilités Mathématiques Générales B Université de Genève Sylvain Sardy 13 mars 2008 1. Définitions et notations 1 L origine des probabilités est l analyse de jeux de hasard, tels que pile
Plus en détailThéorie Financière 8 P. rod i u t its dé dérivés
Théorie Financière 8P 8. Produits dit dérivés déié Objectifsdelasession session 1. Définir les produits dérivés (forward, futures et options (calls et puts) 2. Analyser les flux financiers terminaux 3.
Plus en détailMesure et gestion des risques d assurance
Mesure et gestion des risques d assurance Analyse critique des futurs référentiels prudentiel et d information financière Congrès annuel de l Institut des Actuaires 26 juin 2008 Pierre THEROND ptherond@winter-associes.fr
Plus en détailLicence MASS 2000-2001. (Re-)Mise à niveau en Probabilités. Feuilles de 1 à 7
Feuilles de 1 à 7 Ces feuilles avec 25 exercices et quelques rappels historiques furent distribuées à des étudiants de troisième année, dans le cadre d un cours intensif sur deux semaines, en début d année,
Plus en détailBac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)
Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Eercice 1 (5 points) pour les candidats n ayant pas choisi la spécialité MATH Le tableau suivant donne l évolution du chiffre
Plus en détail«La crise : banques, entreprises et gestion des risques»
Isabelle CADORET Doyen de la Faculté des Sciences Economiques Alain PINEAU Directeur Régional dans le cadre du Cycle de Conférences Banque de France - Master Banque Finance, ont le plaisir de vous inviter
Plus en détailINTRODUCTION INTRODUCTION
INTRODUCTION INTRODUCTION Les options sont des actifs financiers conditionnels qui donnent le droit mais pas l'obligation d'effectuer des transactions sur des actifs supports. Leur intérêt réside dans
Plus en détailDébouchés professionnels
Master Domaine Droit, Economie, Gestion Mention : Monnaie, Banque, Finance, Assurance Spécialité : Risque, Assurance, Décision Année universitaire 2014/2015 DIRECTEUR de la spécialité : Monsieur Kouroche
Plus en détailQuantitative Trading Fund - 1 -
Quantitative Trading Fund - 1 - Quantitative Trading Fund Compartiment du AISM Global Opportunities Fund FCP aux normes UCITS IV Horizon d investissement de 3 ans et plus Objectifs du fonds : Performance
Plus en détailDoes it pay to improve Corporate Governance? An empirical analysis of European Equities
Does it pay to improve Corporate Governance? An empirical analysis of European Equities Joseph GAWER NATIXIS Asset Management Université Paris Dauphine joseph.gawer@am.natixis.com Association Française
Plus en détailUE 13 Contrôle de gestion. Responsables : Henri Bouquin, Professeur Stéphanie Thiéry-Dubuisson, Maître de Conférences
UE 13 Contrôle de gestion Responsables : Henri Bouquin, Professeur Stéphanie Thiéry-Dubuisson, Maître de Conférences www.crefige.dauphine.fr polycopié de TD Ouvrage de référence : Henri BOUQUIN, Comptabilité
Plus en détailPIB : Définition : mesure de l activité économique réalisée à l échelle d une nation sur une période donnée.
PIB : Définition : mesure de l activité économique réalisée à l échelle d une nation sur une période donnée. Il y a trois approches possibles du produit intérieur brut : Optique de la production Optique
Plus en détailPrincipe d un test statistique
Biostatistiques Principe d un test statistique Professeur Jean-Luc BOSSON PCEM2 - Année universitaire 2012/2013 Faculté de Médecine de Grenoble (UJF) - Tous droits réservés. Objectifs pédagogiques Comprendre
Plus en détailListe des notes techniques... xxi Liste des encadrés... xxiii Préface à l édition internationale... xxv Préface à l édition francophone...
Liste des notes techniques.................... xxi Liste des encadrés....................... xxiii Préface à l édition internationale.................. xxv Préface à l édition francophone..................
Plus en détailLE FOREX ou marché des changes
LE FOREX ou marché des changes L essentiel sur $ Le risque est au bout du clic En partenariat avec Qu est-ce que c est? Le Forex est le marché des changes (FOReign EXchange en anglais, marché des devises).
Plus en détailIntroduction au datamining
Introduction au datamining Patrick Naïm janvier 2005 Définition Définition Historique Mot utilisé au départ par les statisticiens Le mot indiquait une utilisation intensive des données conduisant à des
Plus en détailLa Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1
La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois
Plus en détailRetournement Temporel
Retournement Temporel Rédigé par: HENG Sokly Encadrés par: Bernard ROUSSELET & Stéphane JUNCA 2 juin 28 Remerciements Je tiens tout d'abord à remercier mes responsables de mémoire, M.Bernard ROUSSELET
Plus en détailCadrer la stratégie boursière
Chapitre 1 Cadrer la stratégie boursière Chercher la valeur dans tout investissement Qu est-ce que la stratégie boursière? Elle consiste à «chercher la valeur», nom technique utilisé par les analystes
Plus en détailInvestir. Notre indépendance vous garantit un choix objectif
Investir Notre indépendance vous garantit un choix objectif Contenu P 04 Une gamme complète de fonds P 07 Bien investir, une question de stratégie P 11 Produits structurés P 14 Types de risques Investir?
Plus en détailIntroduction à la Sécurité Informatique
Introduction à la Sécurité Informatique Hiver 2012 Louis Salvail A.A. 3369 Qu est-ce que la sécurité informatique? Espionnage de réseau Interception des paquets en route sur un réseau Ceci est facile puisqu
Plus en détailExercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?
Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version
Plus en détailExercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?
Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version
Plus en détailPratique des options Grecs et stratégies de trading. F. Wellers
Pratique des options Grecs et stratégies de trading F. Wellers Plan de la conférence 0 Philosophie et structure du cours 1 Définitions des grecs 2 Propriétés des grecs 3 Qu est ce que la volatilité? 4
Plus en détailL Efficience informationnelle du marché des paris sportifs : un parallèle avec les marchés boursiers
L Efficience informationnelle du marché des paris sportifs : un parallèle avec les marchés boursiers Christophe Barraud To cite this version: Christophe Barraud. L Efficience informationnelle du marché
Plus en détailProbabilités. Rappel : trois exemples. Exemple 2 : On dispose d un dé truqué. On sait que : p(1) = p(2) =1/6 ; p(3) = 1/3 p(4) = p(5) =1/12
Probabilités. I - Rappel : trois exemples. Exemple 1 : Dans une classe de 25 élèves, il y a 16 filles. Tous les élèves sont blonds ou bruns. Parmi les filles, 6 sont blondes. Parmi les garçons, 3 sont
Plus en détailGestion obligataire passive
Finance 1 Université d Evry Séance 7 Gestion obligataire passive Philippe Priaulet L efficience des marchés Stratégies passives Qu est-ce qu un bon benchmark? Réplication simple Réplication par échantillonnage
Plus en détailLes variables financières sont-elles utiles pour anticiper la croissance économique?
Les variables financières sont-elles utiles pour anticiper la croissance économique? Quelques évidences économétriques 1 Laurent Ferrara * Dans la littérature économétrique récente, le rôle des variables
Plus en détailApprentissage par renforcement (1a/3)
Apprentissage par renforcement (1a/3) Bruno Bouzy 23 septembre 2014 Ce document est le chapitre «Apprentissage par renforcement» du cours d apprentissage automatique donné aux étudiants de Master MI, parcours
Plus en détailEmploi du temps prévisionnel
1 Emploi du temps prévisionnel 1. Séances de cours et d exercices Nous aurons cours ensemble : tous les mercredis matins du 28 septembre au 7 décembre inclus, à l exception du mercredi 2 novembre, libéré
Plus en détail1/24. I passer d un problème exprimé en français à la réalisation d un. I expressions arithmétiques. I structures de contrôle (tests, boucles)
1/4 Objectif de ce cours /4 Objectifs de ce cours Introduction au langage C - Cours Girardot/Roelens Septembre 013 Du problème au programme I passer d un problème exprimé en français à la réalisation d
Plus en détailExiste-t-il un taux d endettement optimal des États?
Existe-t-il un taux d endettement optimal des États? Nicolas Marceau, CIRPÉE et UQÀM mai 2003 Existe-t-il un taux d endettement optimal des États? 1 Plan de la présentation 1. Équivalence ricardienne 2.
Plus en détailProbabilités (méthodes et objectifs)
Probabilités (méthodes et objectifs) G. Petitjean Lycée de Toucy 10 juin 2007 G. Petitjean (Lycée de Toucy) Probabilités (méthodes et objectifs) 10 juin 2007 1 / 19 1 Déterminer la loi de probabilité d
Plus en détailPAR_20141217_09543_EUR DATE: 17/12/2014. Suite à l'avis PAR_20141119_08654_EUR
CORPORATE EVENT NOTICE: Emission avec maintien du droit préférentiel de souscription, d obligations convertibles en actions ordinaires nouvelles assorties de bons de souscription d action («OCABSA») -
Plus en détailPlan du cours : électricité 1
Semestre : S2 Module Physique II 1 Electricité 1 2 Optique géométrique Plan du cours : électricité 1 Partie A : Electrostatique (discipline de l étude des phénomènes liés aux distributions de charges stationnaires)
Plus en détailECO 8021: Notes de cours Chapitre 1 Introduction au cours
ECO 8021: otes de cours Chapitre 1 Introduction au cours Steve Ambler Département des sciences économiques École des sciences de la gestion Université du Québec à Montréal Automne 2001 1 Objectifs, prérequis
Plus en détailExemple PLS avec SAS
Exemple PLS avec SAS This example, from Umetrics (1995), demonstrates different ways to examine a PLS model. The data come from the field of drug discovery. New drugs are developed from chemicals that
Plus en détailLes Marchés boursiers émergents
Benjamin Ndong Les Marchés boursiers émergents Problématique de l efficience Publibook Retrouvez notre catalogue sur le site des Éditions Publibook : http://www.publibook.com Ce texte publié par les Éditions
Plus en détailOUESSANT. Vivienne investissement. Printemps-été 2015. Rapport de gestion. L analyse quantitative au service de la gestion active
Ce document est destiné à des investisseurs professionnels uniquement Vivienne investissement L analyse quantitative au service de la gestion active OUESSANT Rapport de gestion Printemps-été 2015 Vivienne
Plus en détailProbabilités. I Petits rappels sur le vocabulaire des ensembles 2 I.1 Définitions... 2 I.2 Propriétés... 2
Probabilités Table des matières I Petits rappels sur le vocabulaire des ensembles 2 I.1 s................................................... 2 I.2 Propriétés...................................................
Plus en détailProbabilités et Statistiques. Feuille 2 : variables aléatoires discrètes
IUT HSE Probabilités et Statistiques Feuille : variables aléatoires discrètes 1 Exercices Dénombrements Exercice 1. On souhaite ranger sur une étagère 4 livres de mathématiques (distincts), 6 livres de
Plus en détailSurveillance de Scripts LUA et de réception d EVENT. avec LoriotPro Extended & Broadcast Edition
Surveillance de Scripts LUA et de réception d EVENT avec LoriotPro Extended & Broadcast Edition L objectif de ce document est de présenter une solution de surveillance de processus LUA au sein de la solution
Plus en détailPrincipe de symétrisation pour la construction d un test adaptatif
Principe de symétrisation pour la construction d un test adaptatif Cécile Durot 1 & Yves Rozenholc 2 1 UFR SEGMI, Université Paris Ouest Nanterre La Défense, France, cecile.durot@gmail.com 2 Université
Plus en détailIntroduction à l analyse numérique : exemple du cloud computing
Introduction à l analyse numérique : exemple du cloud computing Tony FEVRIER Aujourd hui! Table des matières 1 Equations aux dérivées partielles et modélisation Equation différentielle et modélisation
Plus en détailLe Management selon Deming
Le Management selon Deming Une démarche complète de management, basée sur les fondamentaux de la Qualité L Association Française Edwards Deming Votre attente Comprendre mieux ce qui est derrière le nom
Plus en détailTSTI 2D CH X : Exemples de lois à densité 1
TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun
Plus en détailTravaux dirigés d introduction aux Probabilités
Travaux dirigés d introduction aux Probabilités - Dénombrement - - Probabilités Élémentaires - - Variables Aléatoires Discrètes - - Variables Aléatoires Continues - 1 - Dénombrement - Exercice 1 Combien
Plus en détail