Mathématiques financières | EPFL Graph Search

Êtes-vous un étudiant de l'EPFL à la recherche d'un projet de semestre?

Travaillez avec nous sur des projets en science des données et en visualisation, et déployez votre projet sous forme d'application sur GraphSearch.

Découvrez-en plus sur les applications Graph.

Les mathématiques financières (aussi nommées finance quantitative) sont une branche des mathématiques appliquées ayant pour but la modélisation, la quantification et la compréhension des phénomènes régissant les opérations financières d'une certaine durée (emprunts et placements / investissements) et notamment les marchés financiers. Elles font jouer le facteur temps et utilisent principalement des outils issus de l'actualisation, de la théorie des probabilités, du calcul stochastique, des statistiques et du calcul différentiel. L'actualisation et l'utilisation des intérêts composés et des probabilités remontent à plusieurs siècles. Cela dit Louis Bachelier, par sa thèse intitulée Théorie de la spéculation en 1900, est considéré comme le fondateur des mathématiques financières appliquées aux marchés. La théorie moderne des marchés financiers remonte au MEDAF et à l'étude du problème d'évaluation des options et autres contrats financiers dérivés dans les années 1950-1970. L'observation empirique du cours des actifs financiers montre que ceux-ci ne sont pas déterminés de façon certaine par leur histoire. En effet, les nombreuses opérations d'achat ou de vente ne sont pas prévisibles, elles font souvent intervenir des éléments nouveaux. Le cours de l'actif financier est donc souvent représenté par un processus stochastique. Benoit Mandelbrot a établi par des considérations statistiques qu'un modèle aléatoire ordinaire, par exemple gaussien, ne convient pas. L'aléa reste cependant souvent modélisé par un mouvement brownien, bien que des modèles plus élaborés (par exemple, le modèle de Bates) tiennent compte de la non-continuité des cours (présence de sauts (gaps) dus à des chocs boursiers), ou de la non-symétrie des mouvements à la baisse et à la hausse. L'une des hypothèses fondamentales des modèles usuels est qu'il n'existe aucune stratégie financière permettant, pour un coût initial nul, d'acquérir une richesse certaine dans une date future. Cette hypothèse est appelée absence d'opportunités d'arbitrage.

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Publications associées (7)

Concepts associés (84)

Cours associés (42)

MATH-470: Martingales in financial mathematics

The aim of the course is to apply the theory of martingales in the context of mathematical finance. The course provides a detailed study of the mathematical ideas that are used in modern financial mat

FIN-472: Computational finance

Participants of this course will master computational techniques frequently used in mathematical finance applications. Emphasis will be put on the implementation and practical aspects.

FIN-404: Derivatives

The objective of this course is to provide a detailed coverage of the standard models for the valuation and hedging of derivatives products such as European options, American options, forward contract

Afficher plus

Séances de cours associées (89)

MOOCs associés (1)

Copule (mathématiques)

En statistiques, une copule est un objet mathématique venant de la théorie des probabilités. La copule permet de caractériser la dépendance entre les différentes coordonnées d'un vecteur aléatoire à valeurs dans sans se préoccuper de ses lois marginales. Une copule est une fonction de répartition, notée C, définie sur [0, 1], dont les marges sont uniformes sur [0, 1]. Une caractérisation est alors que : si une des composantes ui est nulle, C est d- croissante.

Geometric Brownian motion

A geometric Brownian motion (GBM) (also known as exponential Brownian motion) is a continuous-time stochastic process in which the logarithm of the randomly varying quantity follows a Brownian motion (also called a Wiener process) with drift. It is an important example of stochastic processes satisfying a stochastic differential equation (SDE); in particular, it is used in mathematical finance to model stock prices in the Black–Scholes model.

Brownian model of financial markets

The Brownian motion models for financial markets are based on the work of Robert C. Merton and Paul A. Samuelson, as extensions to the one-period market models of Harold Markowitz and William F. Sharpe, and are concerned with defining the concepts of financial assets and markets, portfolios, gains and wealth in terms of continuous-time stochastic processes. Under this model, these assets have continuous prices evolving continuously in time and are driven by Brownian motion processes.

Électromagnétisme: UNIL-208

Introduit les bases de l'électromagnétisme, couvrant les dérivés, le calcul vectoriel, les produits scalaires et vectoriels, et leurs applications en physique et en ingénierie.

Modèle Black-Scholes-Merton

Couvre le modèle Black-Scholes-Merton, la dynamique des actions, la tarification des options et les stratégies de réplication.

Équations différentielles stochastiques

Couvre les équations différentielles stochastiques, l'accroissement Wiener, le lemma d'Ito, et l'intégration du bruit blanc dans la modélisation financière.

Interest Rate Models

This course gives you an easy introduction to interest rates and related contracts. These include the LIBOR, bonds, forward rate agreements, swaps, interest rate futures, caps, floors, and swaptions.

From medical support to education and remote work, our everyday lives increasingly depend on Internet performance. When users experience poor performance, however, the decentralization of the Internet

EPFL2022

Low-Rank Tensor Approximation for Chebyshev Interpolation in Parametric Option Pricing

Daniel Kressner, Kathrin Beatrice Glau, Francesco Statti

Treating high dimensionality is one of the main challenges in the development of computational methods for solving problems arising in finance, where tasks such as pricing, calibration, and risk asses

2020

Numerical methods for option pricing: polynomial approximation and high dimensionality

Francesco Statti

Options are some of the most traded financial instruments and computing their price is a central task in financial mathematics and in practice. Consequently, the development of numerical algorithms fo

EPFL2019