M2 Quantitative Finance

Apply for the degree
  • Places available
  • Language(s) of instruction
    French, English

The global financial crisis of 2008-09 led to a simplification of financial derivatives, along with an increasing weight of the regulation (FRTB, MiFID, interest rate reform, Solvency II on the insurance side,...). Data and their analysis are everyday more at the core of all systems. This poses unprecedented computational challenges, which can only be addressed by combining the resources of distributed, cloud, and GPU computing. Finally, today's quantitative finance is every day more diverse: investment banking, but also buy side (hedge funds), finance of insurance, fintech, etc.
In line with these evolutions, M2QF brings to high level scientific students an invaluable expertise in the field of quantitative finance, considered from the double point of view of mathematics (probability and statistics, computational methods) and data science. Job opportunities after the master program: quantitative analyst, risk manager, IT quant, insurance, data scientist for finance, PhD thesis in quantitative finance,...

Course Prerequisites
Compétences à un bon niveau de M1 ou équivalent en probabilités et statistiques, finance de marché, programmation (en C, python)
  • Savoir formaliser mathématiquement un problème quantitatif issu de la finance de marché.

  • Apprécier les conditions de validités d'un résultat mathématique, les conditions d'applications d'un modèle, le domaine de validité d'un apprenant statistique,.

  • Mener les calculs mathématiques dans le cadre d'un modèle issu de la finance de marché.

  • Implémenter informatiquement un modèle mathématique issu de la finance de marché.

  • Mettre en place et interpréter une stratégie d'apprentissage statistique.

  • être capable d'évoluer dans un environnement de travail en langue anglaise.

Career prospects

- ingénieur financier
- analyste quantitatif
- risk manager
- IT-quant
- consultant en finance
- finance de l'assurance,
- data scientists pour la finance
- thèse en finance quantitative


Laboratoire de Mathématiques et Modélisation d'Evry.


Pour obtenir les 18 ECTS à choix du premier semestre, les étudiants doivent choisir 3UEs à 6. Ils peuvent en choisir une quatrième qui apparaîtra sur un supplément au diplôme.

Matières ECTS Cours TD TP Cours-TD Cours-TP TD-TP A distance Projet Tutorat
Projet informatique 3 2 10
Méthodes numériques de pricing et calibration de modèles 6 42
Anglais financier 3 25
Matières ECTS Cours TD TP Cours-TD Cours-TP TD-TP A distance Projet Tutorat
Programmation informatique 6 18 24
Modélisation de la courbe des taux (3ECTS) ET/OU Deep learning (3ECTS) ET/OU Econométrie financière (3ECTS) 6 54 21
Machine learning 6 21 21
Gestion des risques 6 36 24
Finance de l'assurance ET Marchés financiers et finance actuarielle 6 69 3
Calcul Stochastique 6 21 21

Pour obtenir les 16 ECTS à choix du second semestre, les étudiants doivent choisir 4UEs à 4. Ils peuvent en choisir une cinquième qui apparaîtra sur un supplément au diplôme.

Matières ECTS Cours TD TP Cours-TD Cours-TP TD-TP A distance Projet Tutorat
XVAs, FRTB, et analyse regulatory quant 4 18 16
Techniques de machine learning pour le pricing d'options, la calibration de modèles et la couverture (2ECTS) ET/OU Données Haute Fréquence et carnets d'ordre (2ECTS) ET/OU Gestion d'actifs avancée 4 57 17
Produits dérivés 4 44 6
Cutting edge finance 4 64
Contrôle stochastique ET Modélisation finance d'entreprise et de l'assurance 4 42
Analyse stochastique 4 42
Matières ECTS Cours TD TP Cours-TD Cours-TP TD-TP A distance Projet Tutorat
Stage professionnel 12
Préparation au TOEIC 2 25
Modalités de candidatures
Application period
From 01/02/2020 to 15/07/2020
From 01/09/2020 to 15/09/2020
Compulsory supporting documents
  • Curriculum Vitae.

  • Motivation letter.

  • All transcripts of the years / semesters validated since the high school diploma at the date of application.

Additional supporting documents
  • VAP file (obligatory for all persons requesting a valuation of the assets to enter the diploma).

Course manager(s)
Stéphane CREPEY - stephane.crepey@univ-evry.fr
Vathana LY VATH - vathana.lyvath@ensiie.fr
Administrative office
Adelia Soarez Da Costa - adelia.soaresdacosta@univ-evry.fr