Le MSc en mathématiques financières de DCU vous permet d'acquérir les compétences et les connaissances nécessaires pour faire carrière dans la finance quantitative et l'assurance. Vous maîtriserez les mathématiques, les fondamentaux de la finance, la tarification, la couverture, l'optimisation de portefeuille, la gestion des risques, l'analyse de données et l'apprentissage automatique, ce qui vous donnera un avantage concurrentiel dans le secteur financier.

Comprendre et naviguer dans le paysage économique et financier mondial en évolution rapide d'aujourd'hui est l'un des problèmes actuels les plus difficiles de la société. Ce programme de maîtrise en mathématiques financières vous offre une opportunité unique de collecter des connaissances de toute l'université grâce à son école de commerce, son département d'économie et ses programmes de premier ordre à la Whiting School of Engineering. Guidé par des professeurs distingués, vous explorerez les probabilités, les statistiques, l'optimisation, les équations aux dérivées partielles et le calcul scientifique.

Ce programme d'apprentissage à distance se fonde sur la force et le succès de l'enseignement MSc base campus en finance mathématique à l'Université de York. La ligne MSc a été lancé en Septembre 2009 à courir à côté du programme sur le campus.

Poussé par des problèmes de calcul concrets dans la finance quantitative, ce livre fournit les aspirants développeurs quants avec les techniques numériques et les compétences de programmation dont ils ont besoin. Les auteurs commencent à partir de zéro, de sorte que le lecteur n'a pas besoin de toute expérience antérieure de C ++.

Les auteurs étudient le processus de Wiener et Intégrales Itô en détail, en mettant l'accent sur les résultats nécessaires pour le modèle d'évaluation de Black-Scholes. Après avoir développé les propriétés de martingales nécessaires de ce processus, la construction de l'intégrale et la formule d'Itô (prouvé en détail) deviennent la pièce maîtresse, à la fois pour la théorie et les applications, et de fournir des exemples concrets d'équations différentielles stochastiques utilisés dans la finance.

Le modèle d'évaluation Black-Scholes est la première et de loin le modèle mathématique en temps continu le plus connu utilisé dans la finance mathématique. Ici, il fournit suffisamment complexe, mais traitable, banc d'essai pour explorer la méthodologie de base des prix des options.

Les étudiants et les instructeurs vont profiter de ce texte unfussy rigoureux, qui maintient une orientation claire sur les concepts probabilistes de base nécessaires à la compréhension des modèles de marchés financiers, y compris l'indépendance et le conditionnement. En supposant que certains calculs et algèbre linéaire, le texte développe les principaux résultats de mesure et d'intégration, qui sont appliquées à des espaces de probabilité et variables aléatoires, aboutissant à la théorie de la limite centrale.

Stochastique taux d'intérêt couvre des sujets pratiques tels que l'étalonnage, la mise en œuvre numérique et les limites du modèle en détail. Les auteurs fournissent de nombreux exercices et des exemples soigneusement choisis pour aider les élèves à acquérir les compétences nécessaires pour faire face à la modélisation des taux d'intérêt dans un contexte réel.

mathématiques relativement élémentaire conduit à des notions puissantes et techniques - telles que la viabilité, l'exhaustivité, l'auto-financement et des stratégies de réplication, l'arbitrage et les mesures de martingale équivalentes - qui sont directement applicables dans la pratique. Les méthodes générales sont appliquées en détail à la tarification et les options de couverture européennes et américaines au sein de la Cox-Ross-Rubinstein (CRR) modèle d'arbre binomial.

Il fournit un traitement claire de la portée et les limites de la théorie du portefeuille moyenne-variance et introduit des mesures populaires de risque modernes. Les épreuves sont donnés en détail, en supposant que bagage mathématique modeste, mais avec une attention à la clarté et la rigueur.