Financial Processing

Financial Processing

  • Cours
  • Applications

›Projet

Exercices de cours

  • Analyses simples avec python
  • Analyse spectrale d’un signal
  • Les signaux discrets
  • FFT, DFT et Filtres appliqués aux images

Application des moyennes mobiles

  • Les moyennes mobiles

Application du Filtrage

  • Filtrage appliqué au NASDAQ

Application de Kalman

  • Le filtre de Kalman
  • Les maths et Kalman
  • Exercice sur Kalman

Projet

  • Projet final appliqué à la Finance
  • Aide sur la VaR

Projet final appliqué à la Finance

Description du projet

Après la crise financière due au coronavirus, JP Morgan a vu le prix de son action passer de 138$ à 79$ par part. En vous basant sur les données de 1998 à aujourd’hui rédiger un programme permettant à JP Morgan d’évalué son nouvel ES ( expected shortfall ), puis tracer l’évolution de l’ES de JP Morgan en fonction du temps. Retirer les fluctuations afin de tirer une tendance de l’ES, l’avenir semble t’il plus ou moins volatile. Quelles périodes particulière avez-vous remarquées lors de votre étude.

ES : La moyenne des returns inferieur à la VaR

VaR : Le montant de pertes qui ne devrait être dépassé avec une probabilité donnée sur un horizon temporel donné. Pour notre étude nous utiliserons la VaR 99% sur 20 jours.

Importation

Pour avoir le template du TP faites Copier sur Drive depuis ce lien : Google Colab

Les grandes étapes

  1. Récupérer les returns
  2. Calculer la VaR 99% ( sur les 20 dernier jours)
  3. Calculer l’ES de cette année
  4. Récupérer les VaR 99% (sur 20 jours depuis 1998)
  5. Récupérer les ES depuis 1998
  6. Tracer la courbe de l’ES depuis 1998
  7. Débruiter cette courbe
  8. En tirer une tendance
  9. Observer et conclure.
← Exercice sur KalmanAide sur la VaR →
  • Description du projet
  • Importation
  • Les grandes étapes
Financial Processing
Cours
IntroductionAnalyse FréquentielleSignaux DiscretsFiltrage et transformée
Travaux pratiques
Exercices de coursApplication des moyennes mobilesApplication du FiltrageApplication de KalmanProjet
Informations
GitHubStar
Facebook Open Source
Copyright © 2020