
Mathématiques des marchés financiers: modélisation du risque et de l'incertitude
Comparateur de prix
1 offre · 21,00 €
Offre vérifiée
Analyse SuperScan
Je peux parcourir le web et synthétiser l'ensemble des avis et données sur ce produit. Tu veux que je l'analyse pour toi ?
Caractéristiques
- Code EAN
- 9782759806904
Description
Une introduction à introduction Mathématiques des marchés financiers Modélisation du risque et de l'incertitude Depuis 2007, les crises financières successives ont propulse sur le devant de la scène des termes jusque-la réservés aux seuls spécialistes: Crédit Default Swaps, ventes à découvert, couverture de risque, volatilité, Value-at-Risk, obligations souveraines, etc. Le présent ouvrage est une initiation aux modèles mathématiques qui sous-tendent l'utilisation de ces concepts et de quelques autres. Les auteurs se livrent à une analyse approfondie de ces modèles et de leurs principes fondateurs. Ils donnent une discussion critique de l'utilisation des modèles pour l'identification des stratégies d'investissement, l'évaluation du prix des actifs et la gestion des risques associés aux activités de marché. Le lecteur non spécialiste est ainsi invité à se plonger, le temps d'un livre, au coeur d'une discipline fascinante, largement controversée et régulièrement à la une de l'actualité.Extraits de la préface de J.-P. Bouchaud: " L'ingénierie financière souffre d'un excès d'axiomatisation, de théorèmes inutiles. La dynamique des marchés est complexe et changeante, mais ce n'est pas une raison pour renoncer a inventer des modèles adaptés aux phénomènes, plutôt que de forcer des modèles mathématiques commodes mais invraisemblables, à coller aux données financières. Dans ce contexte, le livre de Mathieu Le Bellac et Arnaud Viricel est particulièrement précieux. Leur propos est de démystifier les modèles classiques de la finance. Ils tentent de distiller, chez le lecteur, l'envie de comprendre en profondeur les mécanismes des marchés financiers, et d'en développer une intuition directe, presque charnelle, avant d'en faire une modélisation quantitative. "