- Bloc 2 : UE Optionnelles (18 crédits)
- Choix 1
1 option(s) au choix parmi 6 :
Gestion des risques (6 crédits60h )
Finance de l'assurance ET marchés finan.finance actuarielle (54h )
- Binome 1
- Choix 5
1 option(s) au choix parmi 3 :
Modélisation de la courbe des taux (3 crédits75h )
Deep learning (3 crédits75h )
Econométrie financière (3 crédits75h )
- Choix 4
1 option(s) au choix parmi 3 :
Modélisation de la courbe des taux (3 crédits75h )
Deep learning (3 crédits75h )
Econométrie financière (3 crédits75h )
- Choix 5
Calcul stochastique (maths) (42h )
Programmation informatique (6 crédits42h )
Machine learning (6 crédits42h )
- Choix 2
1 option(s) au choix parmi 6 :
Gestion des risques (6 crédits60h )
Finance de l'assurance ET marchés finan.finance actuarielle (54h )
- Binome 1
- Choix 5
1 option(s) au choix parmi 3 :
Modélisation de la courbe des taux (3 crédits75h )
Deep learning (3 crédits75h )
Econométrie financière (3 crédits75h )
- Choix 4
1 option(s) au choix parmi 3 :
Modélisation de la courbe des taux (3 crédits75h )
Deep learning (3 crédits75h )
Econométrie financière (3 crédits75h )
- Choix 5
Calcul stochastique (maths) (42h )
Programmation informatique (6 crédits42h )
Machine learning (6 crédits42h )
- Choix 3
1 option(s) au choix parmi 6 :
Gestion des risques (6 crédits60h )
Finance de l'assurance ET marchés finan.finance actuarielle (54h )
- Binome 1
- Choix 5
1 option(s) au choix parmi 3 :
Modélisation de la courbe des taux (3 crédits75h )
Deep learning (3 crédits75h )
Econométrie financière (3 crédits75h )
- Choix 4
1 option(s) au choix parmi 3 :
Modélisation de la courbe des taux (3 crédits75h )
Deep learning (3 crédits75h )
Econométrie financière (3 crédits75h )
- Choix 5
Calcul stochastique (maths) (42h )
Programmation informatique (6 crédits42h )
Machine learning (6 crédits42h )
- Choix 1
- Bloc 1 : UE obligatoires (12 crédits)
Méthodes numériques de pricing et calibration de modèles (6 crédits42h )
Projet informatique (3 crédits12h )
Anglais financier
Mathématiques et applications
Finance quantitative
Labellisation : Formation Paris-Saclay
Nature de la formation : Diplôme national de l'Enseignement Supérieur
Composante : UFR Sciences Fondamentales Appliquées (SFA)
Année universitaire : 2020-2021
Télécharger le règlement des études 2020-2021
Semestre 3
Semestre 4
- Bloc 3 : Stage (12 crédits)
Stage professionnel (12 crédits)
- Bloc 3 : Semestre 2 (hors stage) (18 crédits)
- Choix 4
1 option(s) au choix parmi 6 :
- Binome 2
- Choix 5
1 option(s) au choix parmi 3 :
Gestion d'actifs avancée (2 crédits74h )
Données Haute Fréquence et carnets d'ordre (2 crédits74h )
Techniques de machine learning pour le pricing (2 crédits74h )
- Choix 6
1 option(s) au choix parmi 3 :
Gestion d'actifs avancée (2 crédits74h )
Données Haute Fréquence et carnets d'ordre (2 crédits74h )
Techniques de machine learning pour le pricing (2 crédits74h )
- Choix 5
XVAs, FRTB et analyse regulatory quant (4 crédits34h )
Produits dérivés (50h )
Analyse stochastique (4 crédits42h )
Contrôle stochastique ET Modélisation finance d'entreprise (4 crédits42h )
Cutting edge finance (4 crédits64h )
- Binome 2
Préparation au TOIEC (2 crédits24h )
- Choix 3
1 option(s) au choix parmi 6 :
- Binome 2
- Choix 5
1 option(s) au choix parmi 3 :
Gestion d'actifs avancée (2 crédits74h )
Données Haute Fréquence et carnets d'ordre (2 crédits74h )
Techniques de machine learning pour le pricing (2 crédits74h )
- Choix 6
1 option(s) au choix parmi 3 :
Gestion d'actifs avancée (2 crédits74h )
Données Haute Fréquence et carnets d'ordre (2 crédits74h )
Techniques de machine learning pour le pricing (2 crédits74h )
- Choix 5
XVAs, FRTB et analyse regulatory quant (4 crédits34h )
Produits dérivés (50h )
Analyse stochastique (4 crédits42h )
Contrôle stochastique ET Modélisation finance d'entreprise (4 crédits42h )
Cutting edge finance (4 crédits64h )
- Binome 2
- Choix 2
1 option(s) au choix parmi 6 :
- Binome 2
- Choix 5
1 option(s) au choix parmi 3 :
Gestion d'actifs avancée (2 crédits74h )
Données Haute Fréquence et carnets d'ordre (2 crédits74h )
Techniques de machine learning pour le pricing (2 crédits74h )
- Choix 6
1 option(s) au choix parmi 3 :
Gestion d'actifs avancée (2 crédits74h )
Données Haute Fréquence et carnets d'ordre (2 crédits74h )
Techniques de machine learning pour le pricing (2 crédits74h )
- Choix 5
XVAs, FRTB et analyse regulatory quant (4 crédits34h )
Produits dérivés (50h )
Analyse stochastique (4 crédits42h )
Contrôle stochastique ET Modélisation finance d'entreprise (4 crédits42h )
Cutting edge finance (4 crédits64h )
- Binome 2
- Choix 1
1 option(s) au choix parmi 6 :
- Binome 2
- Choix 5
1 option(s) au choix parmi 3 :
Gestion d'actifs avancée (2 crédits74h )
Données Haute Fréquence et carnets d'ordre (2 crédits74h )
Techniques de machine learning pour le pricing (2 crédits74h )
- Choix 6
1 option(s) au choix parmi 3 :
Gestion d'actifs avancée (2 crédits74h )
Données Haute Fréquence et carnets d'ordre (2 crédits74h )
Techniques de machine learning pour le pricing (2 crédits74h )
- Choix 5
XVAs, FRTB et analyse regulatory quant (4 crédits34h )
Produits dérivés (50h )
Analyse stochastique (4 crédits42h )
Contrôle stochastique ET Modélisation finance d'entreprise (4 crédits42h )
Cutting edge finance (4 crédits64h )
- Binome 2
- Choix 4