Maîtriser les modèles stochastiques pour la prise de décision financière — Financement OPCO possible | Francetravailcertification

Maîtriser les modèles stochastiques pour la prise de décision financière propose un chemin balisé, du premier module au certificat.

Cette formation professionnelle présente les méthodes de modélisation stochastique essentielles pour évaluer et gérer les risques financiers en entreprise. Les participants découvrent les processus aléatoires classiques (mouvement brownien, processus de Poisson) et leurs applications concrètes dans l'analyse de portefeuilles, la valorisation d'options ou la simulation de scénarios économiques. L'approche pédagogique alterne théorie et pratique, avec des cas réels tirés de l'industrie. La formation inclut des ateliers pratiques sur l'implémentation de modèles en Python, permettant aux participants de transposer immédiatement les connaissances acquises dans leur environnement professionnel. Destinée aux analystes financiers, risk managers et data scientists, elle offre des outils immédiatement opérationnels pour éclairer la prise de décision.

Objectifs

Programme

[{"module": "Fondamentaux des processus aléatoires", "content": "Introduction au mouvement brownien et aux processus de Markov. Définition et propriétés des martingales. Application aux cours boursiers et taux d'intérêt. Exercices sur la simulation de trajectoires aléatoires en Python.", "duration_hours": 2.5}, {"module": "Modélisation des risques financiers", "content": "Construction de modèles de volatilité (Black-Scholes, GARCH). Simulation de scénarios extrêmes. Calcul de la Value at Risk (VaR) et Expected Shortfall. Étude de cas sur la gestion du risque de crédit.", "duration_hours": 2}, {"module": "Optimisation de portefeuille sous contraintes stochastiques", "content": "Application des processus de diffusion aux stratégies d'investissement. Maximisation de l'utilité espérée et alloc

Modalités


Cette formation est dispensée par BusinessDigital.fr, organisme certifié Qualiopi (NDA 84692529769).