Modèles mathématiques et applications - rncp39075bc01

Certification : Grade_master finance

Proposée par UNIVERSITE PARIS DAUPHINE DEPART EDUCATION PERMANENTE

Formation Professionnelle
RNCP 39075
Présentiel
Pas d'apprentissage

Type

Catégorie de la certification

Autre certification inscrite au RNCP

Niveau de sortie

Niveau reconnu si applicable

Bac +5 (Niveau 7 - équivalence européenne)

Prix

Indiqué par l'établissement

5 500 €

Présentation

L'alliance des 3 établissements, Paris Dauphine-PSL, l’ENSAE Paris et Bärchen Education pour la conception de ce programme garantit un niveau d’excellence pour chacun des cours et une formation connectée à la réalité de la finance contemporaine.

Formation dispensée en Présentiel à l'adresse suivante :

Localisation & Rattachements

Département
Hauts-de-Seine
Région
Île-de-France
Coordonnées géographiques indisponibles

Objectifs

La formation vise l'acquisition du bloc 01 de la certification DGE GM Finance RNCP 39075 Elle a pour objectif de Mobiliser les outils quantitatifs pertinents dans le domaine de la finance Se servir de façon autonome des techniques quantitatives et / ou numériques pour tous les métiers ou secteurs de recherche du domaine de la finance Identifier et maîtriser les outils numériques, conduire une analyse distanciée de leurs impacts sur les domaines concernés par la finance.

Débouchés / Résultats attendus

Il a pour ambition de permettre aux personnes déjà en poste et ayant une base minimum en mathématiques d’évoluer dans leur secteur de la finance quantitative, de perfectionner et valider leurs connaissances et savoir-faire.

Programme & Référentiel

Ce module présente les outils mathématiques et statistiques qui caractérisent la finance quantitative. Au-delà de son contenu technique, notre ambition est d’apporter une bonne compréhension de ces outils afin de pouvoir les manipuler avec aisance dans un cadre professionnel. 1. Introduction au calcul stochastique pour la finance (30h) 2. Modélisations avancées, produits et risques exotiques (12h) 3. Statistique (18h) 4. Méthodes numériques (12h)