Aller au contenu principal

M2 Finance quantitative

Candidater à la formation
  • Capacité d'accueil
    30
  • Langue(s) d'enseignement
    Anglais
    Français
  • Régime(s) d'inscription
    Formation initiale
    Formation continue
Présentation
Objectifs pédagogiques de la formation

Former des ingénieurs spécialisés dans le domaine de la finance de marché, avec une excellente maîtrise des outils mathématiques, statistiques (machine learning), et de programmation associés.

Pour plus d'informations, vous pouvez consulter le site web de cette formation M2 Finance quantitative.

Lieu(x) d'enseignement
EVRY
Pré-requis, profil d’entrée permettant d'intégrer la formation

Compétences à un bon niveau de M1 ou équivalent en probabilités et statistiques, finance de marché, programmation (en C, python)

Compétences
  • 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.

Débouchés de la formation

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

Collaboration(s)
Laboratoire(s) partenaire(s) de la formation

Laboratoire de Mathématiques et Modélisation d'Evry.

Programme

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
Anglais financier 3 25
Méthodes numériques de pricing et calibration de modèles 6 42
Projet informatique 3 2 10
Matières ECTS Cours TD TP Cours-TD Cours-TP TD-TP A distance Projet Tutorat
Calcul Stochastique 6 21 21
Deep learning 3 21
Econométrie financière 3 18
Finance de l'assurance 3 36
Gestion des risques 6 36 15
Machine learning 6 21 21
Marchés financiers et finance actuarielle 3 15 3
Modélisation de la courbe des taux 3 21
Programmation informatique 6 18 24

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
Analyse stochastique 4 42
Contrôle et modélisation stochastique en finance et en assurance 4 42
Cutting edge finance 4 64
Fintech 1 (deux modules à choisir parmi trois) Gestion d'actifs avancée 4 24
Fintech 1 (deux modules à choisir parmi trois) Techniques de machine learning en finance 4 21
Fintech 1 (deux modules à choisir parmi trois) XVAs et régulations 4 24
Fintech 2 (deux modules à choisir parmi trois) Approximations de processus 4 21
Fintech 2 (deux modules à choisir parmi trois) Données Haute Fréquence et carnets d'ordre 4 24
Fintech 2 (deux modules à choisir parmi trois) Techniques de machine learning en finance 4 21
Produits dérivés 4 44 6
Stage professionnel 12
Matières ECTS Cours TD TP Cours-TD Cours-TP TD-TP A distance Projet Tutorat
Préparation au TOEIC 2 25
Modalités de candidatures
Période(s) de candidatures
Du 01/02/2022 au 30/07/2022
Pièces justificatives obligatoires
  • Lettre de motivation.

  • Tous les relevés de notes des années/semestres validés depuis le BAC à la date de la candidature.

  • Curriculum Vitae.

Pièces justificatives complémentaires
Contact(s)
Responsable(s) de la formation
Vathana LY VATH - vathana.lyvath@ensiie.fr
Stéphane MENOZZI - stephane.menozzi@univ-evry.fr
Secrétariat pédagogique
Laura Djimtangar - laura.djimtangar@univ-evry.fr