GSF-6006 Finance computationnelle avancée

Ce cours développe des compétences pratiques en finance quantitative au moyen de la programmation en Python. L'accent est mis sur des méthodes algorithmiques clés : simulation et estimation Monte Carlo, réduction de variance, optimisation stochastique (recuit simulé, entropie croisée) et algorithme EM. Le cours aborde également des méthodes d'apprentissage automatique pour la régression et la classification (régularisation, k-NN, SVM, arbres de décision, méthodes d'ensemble). Les concepts sont illustrés par des applications financières (données de marché, gestion du risque, prévision, allocation, détection de régimes), avec une attention particulière à la reproductibilité et à l'interprétation.