Finance de marché

Ingénierie des XVA L’XVA, ou Ajustements de Valorisation, est un concept essentiel en finance qui fait référence à une série d’ajustements effectués sur la valorisation des produits dérivés.  Description Ce cours présente le cadre économique, financier et réglementaire des XVA (Valuation Adjustments), devenus indispensables à la tarification des dérivés depuis 2008. Il met en lumière comment la collatéralisation transforme un risque de crédit de contrepartie en un risque de liquidité et de financement pour la banque. Alliant rigueur mathématique et méthodes numériques avancées, ce programme expose le goulot d’étranglement informatique des approches classiques (Monte-Carlo imbriqué) et démontre l’apport du Deep Learning pour la valorisation de ces métriques. Le cours se conclut par un projet pratique Plan détaillé de la leçon Cadre Économique, Réglementation et Modélisation de la CVA (2h) Cadre économique et réglementaire : Origine financière des XVA, impact sur le bilan bancaire, réformes de Bâle III. Modélisation du crédit et du défaut : Temps de défaut aléatoires, approche par intensité, taux de recouvrement (LGD) et changement de probabilité sous la mesure de survie de la banque. Profils d’exposition et Wrong-Way Risk (WWR) : Évaluation de l’Exposition Positive Attendue (EPE) et Négative (ENE). Modélisation du Wrong-Way Risk (WWR). Cadre mathématique de la CVA : Formalisation de la CVA unilatérale/bilatérale et de la DVA. Collatéralisation, Liquidité et Cadre Mathématique des XVA (2h) Cadre économique du financement : Analyse du transfert des risques (du risque de crédit pur vers un risque de liquidité de financement). Mécanismes de collatéralisation : Fonctionnement de la Marge de Variation (VM) et des Marges Initiales (RIM & PIM). Le Gap Risk : Formalisation de la période de liquidation (δ). Modélisation du risque d’écart résiduel subsistant entre le dernier appel de marge et la liquidation effective. Framework de la FVA et MVA : Équations de la FVA (coûts via la FCA et bénéfices via la FBA) et de la MVA. Valorisation Analytique et numérique (2h) Cas d’application analytique : Swap stylisé à jambes fixe et variable (flux de dividendes discrets) sous dynamique de Black-Scholes. Formules fermées : Calcul analytique direct de la valeur du Swap et de son profil d’exposition sous le modèle de Black-Scholes; calcul de la CVA avec et sans RIM, calcul de la MVA. Cas d’application numérique : Call ATM sous dynamique de Black-Scholes. Analyse de la perte des formules fermées et introduction aux principes de valorisation par simulation. Calcul par Monte-Carlo et Apport du Deep Learning (2h) Méthode de Monte-Carlo : calcul des XVA par Monte-Carlo imbriqué (Nested Monte-Carlo). Validation grâce aux formules explicites dans le cas Black-Scholes Deep Learning : Remplacement des simulateurs par des réseaux de neurones (apprentissage d’espérance conditionnelle pour la CVA et apprentissage de quantile pour la MVA) Travaux Pratiques : Construire un moteur XVA. (2h) Ce TP s’inscrit dans la continuité directe des sections 3 et 4. Entraînement d’un réseau de neurones profond (couches non-linéaires) vs approximation polynomiale pour prédire la PIM. Validation face aux formules analytiques obtenues en section 3 pour le swap. Calcul de la MVA globale par intégration numérique (quadrature) des sorties du réseau de neurones et évaluation de la CVA ajustée (avec la RIM). Remplacement du swap par un call ATM et confrontation des deux architectures de réseaux de neurones. Implémentation des algorithmes de Twin Monte-Carlo et Nested Monte-Carlo pour valider la précision du réseau de neurones en l’absence de formule explicite. Intervenant Thibault TATOU DEKOU Analyste Quantitatif / Actuaire IA, ENSAE Paris Session A la démande Durée 10h Tarif 300€ Format En ligne Niveau Débutant Outils Excel, Python Reserver ma place Compétences acquises Maîtriser le cadre financier et réglementaire dictant les calculs de CVA, FVA et MVA. Modéliser mathématiquement le Gap Risk et le Wrong-Way Risk (WWR) Identifier les limites algorithmiques du Monte-Carlo imbriqué pour le calcul des XVA. Utiliser des approches de Deep Learning pour la valorisation efficiente des XVA. A propos de l’intervenant Thibault TATOU DEKOU   Thibault TATOU DEKOU est un analyste quantitatif et Actuaire certifié diplômé d’ENSAE Paris et du Master M2MO,  de l’Université Paris Cité  il possède une expertise avancée en modélisation stochastique, finance quantitative, actuariat et gestion des risques. Ses travaux couvrent notamment la modélisation de la volatilité, le pricing de produits dérivés, le calcul des Greeks par Monte Carlo, les modèles de risque climatique, les modèles de crédit IFRS 9, l’ALM et les exigences Solvabilité II. Il a travaillé sur des missions quantitatives pour Exiom Partners, EDF, Milleis Banque Privée, Carrefour et Afriland First Bank, avec une forte maîtrise des outils Python, C++, R, SAS et SQL.   formulaire inscription à la formation

Méthodes numériques en Ingénierie Financière Ce cours explore les méthodes numériques utilisés en ingéniérie financière. Description Les participants à ce cours acquerront la maîtrise des techniques de calcul couramment utilisées dans les applications de la finance mathématique.   Plan détaillé de la leçon 1. Brève introduction à la modélisation des prix des actifs et à l’évaluation des options (2h) Modèles stochastiques de base en finance Aperçu des méthodes numériques pour l’évaluation des options 2. Méthodes de Monte Carlo pour l’évaluation (2h) Principes fondamentaux de la simulation de Monte Carlo et de l’estimation des prix dans le modèle de Black-Scholes Techniques de réduction de la variance Schémas d’Euler et applications à l’évaluation dans les modèles de volatilité locale Calcul des greeks 3. Évaluation des options via les EDP (2h) Approximation par différences finies de l’équation différentielle partielle de Black-Scholes Options américaines et problèmes de frontière libre 4. Méthodes numériques probabilistes pour l’évaluation non linéaire (2h) Options américaines (méthodes de Tsitsiklis-Van Roy, Longstaff-Schwarz) Marché avec imperfections et évaluation non linéaire (équations différentielles stochastiques) Programmation dynamique vs méthode de tir (régression non linéaire) Intervenant Paul Stève Djiakou Quantitative Analyst, ENSAE Paris , Ex DEA Laure Elie Session A la demande Durée 8h Tarif 240€ Format En Ligne Niveau Debutant Outils Excel, Python Reserver ma place Compétences acquises Les participants à ce cours acquerront la maîtrise des techniques de calcul couramment utilisées dans les applications de la finance mathématique. A propos de l’intervenant Paul Stève DJIAKOU Paul Stève DJIAKOU est spécialisé en finance quantitative, marchés financiers et modélisation des risques. Il est diplômé de l’ENSAE Paris en finance de marché et du master en Modélisation aléatoire, Finance et Data Science (Ex DEA Laure Elie) de l’Université Paris Cité. Ses domaines d’intérêt sont la modélisation des taux d’intérêt, aux produits dérivés, à l’économétrie financière ainsi qu’à la gestion quantitative des risques. formulaire inscription à la formation

Econométrie financière Ce cours explore les méthodes économétriques utilisés en finance.  Description Ce cours constitue une introduction à l’économétrie financière. S’appuyant sur les principaux modèles de la théorie financière, il présente les outils classiques, leurs fondements empiriques et les méthodes économétriques appropriées pour traiter ces modèles. Le cours sera complété par des travaux dirigés au cours desquels ces méthodes seront mises en œuvre numériquement. Plan détaillé de la leçon 1 Propriétés empiriques des rendements financiers : (2h) Rendements des actifs financiers ; hypothèses relatives au processus de rendement. Discussion sur l’hypothèse gaussienne. Distributions stables. 2. Portefeuilles efficients : (2h) Frontière d’efficience ; Performance de Sharpe ; Estimation de la frontière d’efficience ; Estimation et tests de la performance des portefeuilles. 3. CAPM : (2h) Régression des rendements de référence sur le rendement d’un portefeuille ; Modèle d’équilibre ; Régression sur le portefeuille de marché ; ligne du marché des titres ; Vérification du CAPM. 4. Modèles factoriels : (2h) Hypothèse d’absence d’opportunité d’arbitrage ; Estimation dans le cas de facteurs observables ; sélection des facteurs : analyse en composantes principales et analyse factorielle ; Application empirique. 5. Modèles factoriels dynamiques : (2h) Bêtas dynamiques. Décomposition de Cholesky de la matrice de covariance conditionnelle. Intervenant Paul Stève Djiakou Quantitative Analyst, ENSAE Paris , Ex DEA Laure Elie Session A La Demande Durée 10h Tarif 300€ Format En Ligne Niveau Debutant Outils Excel, Python Reserver ma place Compétences acquises À l’issue du cours, les étudiants devraient être en mesure de maîtriser les concepts classiques de la théorie du portefeuille ainsi que leur mise en œuvre économétrique. A propos de l’intervenant Paul Stève DJIAKOU Paul Stève DJIAKOU est spécialisé en finance quantitative, marchés financiers et modélisation des risques. Il est diplômé de l’ENSAE Paris en finance de marché et du master en Modélisation aléatoire, Finance et Data Science (Ex DEA Laure Elie) de l’Université Paris Cité. Ses domaines d’intérêt sont la modélisation des taux d’intérêt, aux produits dérivés, à l’économétrie financière ainsi qu’à la gestion quantitative des risques. formulaire inscription à la formation

Introduction aux options vanilles Ce cours explore la compréhension des marchés des capitaux et en particulier des produits dérivés vanilles Description Ce cours est destiné à donner aux élèves les bases nécessaires à la manipulation, à l’évaluation (par AOA/réplication) et à l’analyse en sensibilité(s) des instruments financiers standards (produits cash, dérivés fermes, dérivés optionnels). Plan détaillé de la leçon 1. Introduction aux options vanilles (2h) Qu’est-ce qu’une option ? Payoff d’un call/d’un put et stratégies d’exercice Option vs. contrat forward/future Exemples d’utilisation de stratégies à base d’options : investissement, couverture 2. Hypothèses d’évaluation et premières propriétés (2h) L’absence d’opportunité d’arbitrage Parité call-put et inégalité de convexité Quels facteurs déterminent le prix d’une option ? Introduction aux sensibilités : Delta, Gamma, Véga, Thêta et Rho 3. Evaluation d’un call dans le modèle binomial (2h) Présentation du modèle binomial (1 période, deux états du monde) Le prix d’une option comme valeur du portefeuille de couverture Concept de probabilité risque-neutre 4. Le modèle de Black & Scholes (2h) Présentation intuitive des hypothèses du modèle La formule de Black & Scholes Valeur intrinsèque et valeur temps, Volatilité historique vs. volatilité implicite Introduction à la problématique du smile/skew de volatilité 5. La couverture des options (2h) Delta et le gamma d’une option, couverture delta-neutre d’une option Le P&L du trader : gamma vs. thêta De la couverture d’une option à la gestion d’un book d’options Intervenant Paul Stève DJIAKOU Quantitative Analyst, ENSAE Paris , Ex DEA Laure Elie Session A la démande Durée 10h Tarif 300€ Format En ligne Niveau Débutant Outils Excel, Python Reserver ma place Compétences acquises Maîtriser les différentes propriétés des options européennes (« calls » et « puts »), leur principe d’évaluation par réplication, leurs sensibilités aux facteurs de marché (« grecques ») Comprendre le modèle de Black Scholes, savoir l’utiliser pour évaluer les options européennes, connaître ses limites et maîtriser le concept de smile de volatilité Maîtriser le principe de la couverture delta-neutre des options et comprendre la nature des risques résiduels subis lors d’une telle gestion. A propos de l’intervenant Paul Stève DJIAKOU Paul Stève DJIAKOU est spécialisé en finance quantitative, marchés financiers et modélisation des risques. Il est diplômé de l’ENSAE Paris en finance de marché et du master en Modélisation aléatoire, Finance et Data Science (Ex DEA Laure Elie) de l’Université Paris Cité. Ses domaines d’intérêt sont la modélisation des taux d’intérêt, aux produits dérivés, à l’économétrie financière ainsi qu’à la gestion quantitative des risques. formulaire inscription à la formation

Séries temporelles financières Tests de racine unitaire,  Filtrage exponentielle, ARMA, ARIMA, GARCH  Description Ce cours propose une présentation des différentes modèles statistiques utilisés pour prédire une série temporelle en finance ou en assurance. Les objectifs sont les suivants : Comprendre les principes du lissage exponentiel simple, double et de Holt-Winters ainsi que leur utilisation pour la prévision. Comprendre la structure et les propriétés des modèles ARMA, ARIMA et SARIMA. Comprendre les phénomènes de volatilité conditionnelle et maîtriser les principes des modèles GARCH  Plan détaillé de la leçon 1. Introduction aux séries temporelles (1h) 2. Analyse descriptive des séries temporelles (1h) Présentation des composantes d’une série temporelle : tendance, saisonnalité, cycle et bruit. Méthodes de désaisonnalisation, filtrage, régression locale STL 3. Prévision par lissage exponentiel (1h) Méthode de Holt-Winters pour les séries présentant une tendance et une saisonnalité. Applications de prévision sous R. 4. Tests de racine unitaire et stationnarité (1h) Étude des effets des chocs sur les séries temporelles et conséquences sur les prévisions de long terme. Dickey-Fuller simple, Dickey-Fuller augmenté (ADF), Phillips-Perron 5. Processus ARMA, ARIMA et SARIMA (1h) Présentation des processus ARMA et de leurs propriétés fondamentales. Identification des modèles à l’aide des fonctions d’autocorrélation simple et partielle, méthodologie de Box-Jenkins et estimation des modèles ARMA. 6. Processus GARCH et volatilité conditionnelle (1h) Présentation des modèles GARCH et ARMA-GARCH, méthodologie de modélisation Estimation par Quasi Maximum de Vraisemblance (QMLE) Intervenant Paul Stève DJIAKOU Quantitative Analyst, ENSAE Paris, Ex DEA Laure Elie Session A la démande Durée 6h Tarif 180€ Format En ligne Niveau Intermédiaire Préréquis Statistique descriptive Reserver ma place Compétences acquises À l’issue de ce cours, les étudiants seront capables de : Identifier, estimer et valider des modèles ARMA, ARIMA et SARIMA sur des données réelles Modéliser la volatilité d’une série financière avec des modèles GARCH et ARMA-GARCH. Réaliser un projet complet allant de l’exploration des données à la modélisation, la prévision et l’interprétation des résultats. A propos de l’intervenant Paul Stève DJIAKOU Paul Stève DJIAKOU est spécialisé en finance quantitative, marchés financiers et modélisation des risques. Il est diplômé de l’ENSAE Paris en finance de marché et du master en Modélisation aléatoire, Finance et Data Science (Ex DEA Laure Elie) de l’Université Paris Cité. Ses domaines d’intérêt sont la modélisation des taux d’intérêt, aux produits dérivés, à l’économétrie financière ainsi qu’à la gestion quantitative des risques. formulaire inscription à la formation

Titres à revenus fixes et marchés des capitaux Ce cours explore la compréhension des marchés des capitaux et en particulier des titres à revenus fixes Description Cette formation offre une introduction complète aux marchés des capitaux, aux titres à revenu fixe et aux produits de taux. Elle permet de comprendre le fonctionnement des marchés financiers, la valorisation des obligations, la gestion du risque de taux, ainsi que la construction et l’analyse d’une courbe de rendement à partir de données réelles.      Plan détaillé de la leçon 1. Organisation du marché des capitaux (1h) Introduction générale aux marchés financiers, au marché monétaire, au marché interbancaire, aux titres de créances négociables, aux actions, aux obligations, aux acteurs du marché et à la notion d’efficience des marchés. 2. Introduction aux marchés des titres à revenus fixes (1h) Présentation des titres à revenu fixe, des taux d’intérêt simples et composés, de la valeur actuelle, de la valeur acquise, de la VAN, du TRI et des méthodes de choix d’investissement. 3. Les obligations (3h) Définition d’une obligation, étude des flux obligataires, obligations zéro-coupon, Valorisation des obligations à coupons, cotation en prix et en rendement, Détermination des taux zéro-coupon, taux forward, Duration, convexité, couverture et immunisation obligataire. 4. Produits dérivés de taux (2h) Étude des principaux instruments dérivés de taux : Forward Rate Agreement, Swaps de taux d’intérêt, structure d’un swap standard, flux de la jambe fixe, flux de la jambe variable et détermination du taux swap. 5. Modèle de la courbe de taux d’intérêt (3h) Analyse des différentes formes de courbe des taux, Théories de la structure par terme, modèle de Nelson-Siegel, Modèles classiques de taux court, modèle de Vasicek, modèle CIR, modèle HJM et Modèle Hull-White à un facteur. Projet pratique : Boostrapping (stripping) de la courbe des taux  Construction empirique d’une courbe de rendement souveraine à partir de données réelles de la BEAC, harmonisation des instruments (BTA, OTA, OT), calibration du modèle de Nelson-Siegel et analyse économique de la courbe obtenue. Intervenant Paul Stève DJIAKOU Quantitative Analyst, ENSAE Paris , Ex DEA Laure Elie Session A la démande Durée 10h Tarif 300€ Format En ligne Niveau Débutant Outils Excel, Python Reserver ma place Compétences acquises Comprendre l’organisation des marchés des capitaux et le rôle des principaux acteurs financiers. Maîtriser les bases des titres à revenu fixe : actualisation, obligations, VAN, TRI, cotation et rendement. Analyser et gérer le risque de taux à travers les courbes de taux, la duration, la convexité et l’immunisation. Modéliser les taux d’intérêt et construire une courbe de rendement souveraine à partir de données réelles. A propos de l’intervenant Paul Stève DJIAKOU Paul Stève DJIAKOU est spécialisé en finance quantitative, marchés financiers et modélisation des risques. Il est diplômé de l’ENSAE Paris en finance de marché et du master en Modélisation aléatoire, Finance et Data Science (Ex DEA Laure Elie) de l’Université Paris Cité. Ses domaines d’intérêt sont la modélisation des taux d’intérêt, aux produits dérivés, à l’économétrie financière ainsi qu’à la gestion quantitative des risques. formulaire inscription à la formation