Couvre les équations différentielles stochastiques, l'accroissement Wiener, le lemma d'Ito, et l'intégration du bruit blanc dans la modélisation financière.
Couvre le premier théorème de la tarification des actifs, des portefeuilles d'autofinancement, de la réplication, des équations de Kolmogorov et des stratégies de tarification.
Explore les dérivés de taux d'intérêt, en particulier les plafonds et les planchers, la parité des plafonds, les formules de tarification et les volatilités implicites.
Explore l'utilisation de l'apprentissage automatique dans le trading algorithmique pour optimiser les signaux de prix et minimiser les dérapages sur les marchés à terme.
Couvre l'étalonnage des modèles de taux d'intérêt à l'aide d'un modèle à deux facteurs Gaussian HJM et le calcul de la capsule noire et Bachelier vegas.
Explore les techniques d'apprentissage automatique pour la régression non linéaire et la prévision des tendances dans des ensembles de données complexes.
Couvre l'efficacité de la variance moyenne, l'exhaustivité du marché et les pondérations optimales du portefeuille dans la tarification des actifs et l'optimisation du portefeuille.
Explore la réponse linéaire à base de martingale, la diffusion complexe et la relation Nyquist dans les systèmes stochastiques avec perturbation dépendante du temps.
Couvre les théories fondamentales de la tarification des actifs, y compris l'EMM, les stratégies d'autofinancement, la tarification sans risque et l'exhaustivité des marchés.
