Nas noticias
Nova edição especial do Big Data Journal sobre "Big Data for Social Good"
CNBC: Velocidade - a única vantagem de HFT? Não tão rápido
Vasant Dhar nomeado editor-chefe da Big Data
Ciência e Previsão de Dados
Financial Times: Escolas de Negócios enfrentam um futuro desafiador
CNBC: Como o Facebook pode rentabilizar os seus dados
Revista Wired: Receba os seus dados pagos no Facebook
Financial Times: Lições de privacidade do roubo de dados da Sony
CIO Magazine: Não Gamble Reputação da sua empresa sobre a Governança de Dados
Forbes: Nova fase para a indústria editorial
Vasant Dhar é um cientista de dados cuja pesquisa aborda a seguinte questão: quando os computadores tomam melhores decisões do que os seres humanos? Os interesses mais amplos de Dhar incluem Governança de Dados e TI.
A pesquisa de Dhar sobre tomada de decisão baseia-se em Inteligência Artificial, Aprendizagem de Máquinas e dados grandes e pequenos. As principais áreas problemáticas abordadas na pesquisa são finanças, saúde, educação, negócios e esportes. Na arena financeira, por exemplo, sua pergunta principal pergunta se você deve confiar seu dinheiro a um robô. Por exemplo, veja aqui.
Questões semelhantes se aplicam nas outras arenas. Por exemplo, os computadores poderiam ser melhores professores do que os humanos? Poderiam oferecer conselhos de saúde valiosos para nós que os especialistas não são capazes de fornecer? Poderiam se tornar treinadores assistentes valiosos?
Tão recentemente como cinco anos há, pareceria absurdo pensar que os computadores poderiam dirigir carros melhor do que seres humanos em nossa vida ainda os carros sem motorista estão aqui já. Os computadores estão tomando cada vez mais decisões para nós, e cada vez mais em áreas que requerem julgamento humano. Como podemos alavancar os rápidos avanços na inteligência de máquinas em áreas como finanças, saúde e educação?
Dhar ensina cursos sobre Marketing Digital, Estratégias de Negociação e Previsão.
Professor Dhar recebeu seu Bachelor of Technology do Instituto Indiano de Tecnologia em Delhi, e seu Mestrado em Filosofia e Doutor em Filosofia da Universidade de Pittsburgh.
Kenneth C. Abbott, instrutor desde 2004. Ken Abbott é diretor-gerente do Morgan Stanley em Nova York. Ele é responsável pela gestão de risco de moedas, taxas de juros, commodities e mercados emergentes. Também é responsável pela metodologia de risco de mercado e risco de crédito. Anteriormente, foi Vice-Presidente Sênior e Chefe Global de Risco de Mercado do Banco de Investimento do Bank of America, incluindo atividades de negociação, validação de modelos, análise de crédito e treinamento quantitativo. Licenciado em Harvard em Economia, 1983. Mestrado em Economia pela NYU / GSAS em 1991, Mestrado em Estatística e Pesquisa Operacional pela NYU / Stern em 1994. Ele está no Conselho da Associação Global de Profissionais de Risco.
Steve Allen, Instrutor 1998-2009. Steve se aposentou do JPMorgan Chase em 2004, após 35 anos de carreira no setor financeiro, mais recentemente como diretor-gerente da JPMorgan Chase, responsável pela metodologia de risco, incluindo a metodologia de capital para riscos de mercado e de crédito, E revisão do modelo. Suas posições anteriores incluem 7 anos como diretor de gerenciamento de risco de mercado para todos os produtos derivativos da Chase a nível mundial e 10 anos como diretor de modelagem para as atividades de negociação da Chase. Steve ensinou no Courant Masters in Math Finance programa desde 1998. Ele é o autor de Gestão de Risco Financeiro: Guia de um Practitioner para Gerenciamento de Mercado e Risco de Crédito e está no Conselho de Administração da Associação Internacional de Engenheiros Financeiros.
Robert Almgren, Instrutor 2006-2009. Co-fundador da Quantitative Brokers. Até 2008, o Dr. Almgren era Diretor Gerente e Chefe de Estratégias Quantitativas no grupo de Serviços de Negociação Eletrônica da Banc of America Securities. De 2000 a 2005, foi professor titular de Matemática e Ciência da Computação na Universidade de Toronto e Diretor de seu Programa de Mestrado em Finanças Matemáticas. Antes disso, foi Professor Assistente de Matemática na Universidade de Chicago e Diretor Associado do Programa de Matemática Financeira. Dr. Almgren possui um B. S. Em Física e Matemática do Massachusetts Institute of Technology, um M. S. Em Matemática Aplicada da Universidade de Harvard e um Ph. D. Em Matemática Aplicada e Computacional da Universidade de Princeton. Ele tem um extenso registro de pesquisa em matemática aplicada, incluindo vários artigos sobre otimização de negociação de valores mobiliários, medição de custos de transação e formação de carteira.
Leif Andersen, Instrutor desde 2004. Leif B. G. Andersen é o Co-Chefe Global do Grupo de Estratégias Quantitativas do Bank of America Merrill Lynch. É mestre em Engenharia Elétrica e Mecânica pela Universidade Técnica da Dinamarca, MBA pela Universidade da Califórnia em Berkeley e doutorado em Finanças pela Universidade de Aarhus Business School. Foi co-recipiente do Prêmio Quant do Ano de 2001 da Risk Magazine e trabalhou por mais de 20 anos como pesquisador quantitativo na área de preços de derivativos. Ele é autor de influentes trabalhos de pesquisa e livros em todas as áreas de finanças quantitativas, incluindo a monografia de três volumes `` Interest Rate Modeling '' (co-autoria com Vladimir Piterbarg). Ele é Editor Associado do Journal of Computational Finance.
Farshid M. Asl, Ph. D., Diretor de M anaging, Divisão de Gerenciamento de Investimentos, Goldman Sachs, Farshid é atualmente o chefe da Alocação Estratégica e Quantitativa de Ativos do Grupo Estratégia de Investimento, onde é responsável pela modelagem quantitativa e análise de tática E alocações estratégicas de ativos. Anteriormente, ele passou dois anos como estrategista na divisão de Renda Fixa, Moeda e Mercadorias e Equity da Goldman Sachs, desenvolvendo modelos quantitativos para negociação de crédito e volatilidade. Farshid se juntou à Goldman Sachs em 2006 e foi nomeado diretor administrativo em 2011. Antes de ingressar na Goldman Sachs, Farshid foi vice-presidente sênior de Análise de Risco da GMAC, onde se concentrou na direção estratégica e liderança no desenvolvimento e operações dos sistemas de gerenciamento de risco E processos para GM, GMAC e GM Asset Management. Farshid foi um colega de programa e professor adjunto no Instituto Courant de Ciências Matemáticas na Universidade de Nova York desde 2005. Ele publicou vários artigos em revistas quantitativas e apresentou em conferências e tem liderado uma série de workshops em comércio quantitativo. Farshid obteve um PhD em Controle Ótimo Estocástico e um Mestrado em Engenharia Financeira da Universidade de Michigan em 2002. Ele é o destinatário do 2005 Carl T. Humphrey Memorial Prêmio Alumni da Universidade Villanova.
Marco M. Avellaneda, Professor de Matemática e Diretor da Divisão de Matemática Financeira, Organizador do Seminário de Finanças Matemáticas. Instrutor desde 1998. B. S. Buenos Aires, 1981, Ph. D. Universidade de Minnesota 1985. Os centros de pesquisa de Marco em torno de estratégias de negociação quantitativa e modelos financeiros. Ele publicou em matemática e matemática aplicada, incluindo a modelagem de volatilidade, a concepção de materiais compósitos e turbulência hidrodinâmica. Ele era um V. P. Na Morgan Stanley, em 1997 e 1998, no Grupo de Produtos Derivados; Gestor de Carteiras da Capital Fund Management, onde criou o Nimbus Fund 2004; Portfolio Manager em um grande hedge fund de Nova York, onde dirigiu o Statistical Arbitrage 2006 a 2008; Sócio da Finance Concepts LLC, uma consultoria de gestão de risco com escritórios em Nova York e Paris de 2003 até o presente; Editor de revistas Quantitative Finance, International Journal de Finanças Teóricas e Aplicadas, onde foi editor-chefe de 1998 a 2003; Gerente do International Journal of Theoretical and Applied Finance; Editor associado de Comunicações em Matemática Pura e Aplicada e Métodos Matemáticos em Ciências Aplicadas. Marco é o autor do livro "Quantitative Modeling of Derivative Securities: From Theory to Practice" e editou a coleção "Análise Quantitativa em Mercados Financeiros, Vols I - III". Marco foi nomeado Quant do Ano 2010 pela Risk Magazine.
Peter Carr, Diretor Executivo da M. S. Programa de Matemática em Finanças, Instrutor desde 2003. Na Primavera de 2010, Peter voltou ao Morgan Stanley como Diretor Administrativo e Chefe Global de Modelagem de Mercado. Anteriormente, ele chefiou o grupo de Pesquisa Financeira Quantitativa da Bloomberg em NY e grupos de pesquisa de derivativos de ações da Banc of America Securities e da Morgan Stanley. Seus cargos acadêmicos incluem 4 anos como professor adjunto na Universidade de Columbia e 8 anos como professor de finanças na Universidade de Cornell. Peter recebeu seu PhD. Em Finanças da UCLA em 1989 e tem publicado extensivamente em revistas acadêmicas e orientadas para a indústria. Ele é editor associado de 6 periódicos acadêmicos relacionados a finanças matemáticas e derivativos e um palestrante freqüente em conferências de praticantes e acadêmicos. Ele é o Quant of the Year da Risk Magazine em 2003 e o prêmio da revista Wilmott para a Cutting Edge Research em 2004.
Jan Dash, instrutor desde 2009, lidera o Strategic Risk Research Group da Bloomberg L. P. Ele foi diretor e gerenciou grupos quant / risk na Merrill Lynch, na Eurobrokers, na Fuji Capital Markets, na Salomon Smith Barney / Citigroup e na Moore Capital Management. Ele também é Pesquisador Visitante na Fordham University's Graduate School of Business e Presidente da J. Dash Consultants LLC. Jan introduziu os integrais do caminho de Feynman-Wiener para financiar como um paradigma geral. Ele inventou Stressed Value at Risk, uma medida de risco prática avançada para crises financeiras. Ele co-inventou o Modelo Macro-Micro que produz uma descrição mais realista de variáveis subjacentes, incluindo escalas de tempo longas e curtas. Ele escreveu o livro Quantitative Finance and Risk Management, A Physicist's Approach (World Scientific, 2004). Em sua carreira física anterior, foi Diretor de Pesquisa no Centro de Física Teórica (CNRS, Marselha, França), MTS da Bell Labs e professor da Universidade de Oregon. Publicou mais de 60 artigos científicos. Ele possui um BS de Caltech e um PhD em física teórica de alta energia da UC Berkeley.
Bruno Dupire, Instrutor desde 2005. Depois de liderar equipes de pesquisa de derivativos no Societe Generale, Paribas e Nikko FP, Bruno ingressou na Bloomberg em Nova York em 2004 para desenvolver análises avançadas. Ele é mais conhecido por seu trabalho sobre modelagem de volatilidade, incluindo o Modelo de Volatilidade Local (1993), a mais simples extensão do modelo Black-Scholes-Merton para atender a todos os preços das opções e os resultados subsequentes sobre volatilidade estocástica e derivados de volatilidade. Ele foi incluído em dezembro de 2002 na revista Risk "Hall of Fame" das 50 pessoas mais influentes na história dos derivados. Ele foi o vencedor do prêmio "Wilmott" de pesquisa de ponta de 2006 e foi eleito em 2006 o mais importante praticante de derivativos dos últimos 5 anos na pesquisa ICBI Global Derivatives industry.
Vladimir Finkelstein, instrutor desde 2005, é sócio fundador e diretor de ciência da Horton Point LLC, empresa de gestão de investimentos especializada em estratégias quantitativas em classes de ativos. Anteriormente, foi Diretor Executivo e Chefe de Pesquisa Quantitativa no Citadel Investment Group (2003-2005), e o Head Derivatives Risk Modeler e um diretor global de Credit Derivatives Analytics da Goldman, Sachs (2000-2003). Vladimir começou sua carreira em finanças em J. P.Morgan em 1991, onde construiu o Grupo de Pesquisa de Derivativos de Renda Fixa em Nova York, e depois foi responsável pela Global Credit Derivatives Analytics. Ele possui um Ph. D. Em Física de NYU e um M. S. Em Física Teórica do Instituto de Física e Tecnologia de Moscou.
Eran Fishler é o Chief Operating Office da Pragma Securities, que ele ingressou em 2007. Ele lidera as equipes de tecnologia e pesquisa no desenvolvimento de novos e inovadores produtos e serviços de negociação algorítmica. Anteriormente, Eran trabalhou na Hite Capital Management. Eran tem um Ph. D. Em Engenharia Elétrica pela Universidade Israelense de Tel Aviv e MBA pela Stern School of Business da Universidade de Nova York. Eran é um especialista na área de estimação de parâmetros e teoria de detecção e publicou mais de 40 artigos técnicos na área de processamento de sinal estatístico.
Bjorn Flesaker é Diretor Gerente e Chefe de Pesquisa Quantitativa da Prudential Fixed Income, onde é responsável pela pesquisa e modelagem para fins de gerenciamento de risco e valor relativo. Antes de ingressar na Prudential em 2010, trabalhou em pesquisa quantitativa e administração de negócios de renda fixa na Bloomberg. A Bjorn gerenciou grupos orientados a derivativos para várias instituições, incluindo Morgan Stanley, Bear Stearns e Merrill Lynch, e foi Professor Assistente de Finanças na Universidade de Illinois em Urbana-Champaign. Atualmente, atua como Editor Gerente do International Journal of Theoretical and Applied Finance. Bjorn tem um primeiro grau da Escola Norueguesa de Administração (1985) e um PhD em Finanças da Universidade da Califórnia - Berkeley (1990).
Jonathan B. Goodman, Professor de Matemática; Presidente fundador do Comitê de Matemática em Finanças; Instrutor desde 2000. Jonathan obteve seu Ph. D. Em 1982 da Universidade de Stanford, especializada em matemática computacional e aplicada. Seus interesses de pesquisa variaram desde a teoria matemática de ondas de choque até métodos inovadores de Monte Carlo em química quântica. Sua consultoria privada incluiu trabalho em métodos computacionais em finanças para Morgan Stanley Co. e NumeriX.
Ali Hirsa, Instrutor desde 2004. Ali é sócio-gerente da Sauma Capital, LLC. Anteriormente, foi sócio e diretor de estratégia de negociação analítica na Caspian Capital Management, LLC. Antes de se juntar à Caspian, Ali trabalhou em uma variedade de posições "quant" no Morgan Stanley, na Banc of America Securities e na Prudential Securities. Ele também é professor associado de engenharia financeira na Universidade de Columbia (desde 2000) e professor de matemática no programa de finanças do Courant Institute da Universidade de Nova York (desde 2004).
Ali é autor de Métodos Computacionais em Finanças (Chapman Hall / CRC 2012), co-autor de Uma Introdução à Matemática de Derivados Financeiros (Academic Press 2013) e editor do Journal of Investment Strategies. Além de muitas publicações em revistas acadêmicas, Ali é um palestrante freqüente em conferências acadêmicas e profissionais.
Ali recebeu seu doutorado em matemática aplicada pela Universidade de Maryland em College Park sob a supervisão dos professores Howard C. Elman e Dilip B. Madan. Ele atualmente atua como um administrador na University of Maryland College Park Foundation.
Brett Humphreys, instrutor desde 2008. Brett é um diretor executivo no grupo Commodities no Morgan Stanley, onde ele se concentra na gestão de risco. Anteriormente, trabalhou no grupo de commodities da J. P Morgan, como consultor de gerenciamento de risco da Price Waterhouse e consultor de gestão de risco da Bankers Trust. Em 1999, co-fundou a Risk Capital, uma empresa independente de consultoria em gestão de risco, que foi vendida em 2006 à Towers Perrin. Ele tem um BA de Harvard em Ciências Físicas (1991) e um Ph. D. Da Universidade Estadual da Pensilvânia em Economia Mineral, (1996).
Alireza Javaheri, Instrutora desde 2011. É o Chefe de Equities Quantitative Research Americas no J. P. Morgan. Ele trabalha desde 1994 no campo da análise quantitativa de derivados em vários bancos de investimento, incluindo a Goldman Sachs e o Citigroup. Ele possui um M. Sc. Em Engenharia Elétrica do Instituto de Tecnologia de Massachusetts e um Ph. D. Em Finanças da Ecole des Mines de Paris. Ele também é um CFA titular da carta. Ele é autor de vários documentos financeiros quantitativos sobre a questão da volatilidade, incluindo artigos com Peter Carr, Paul Wilmott e Espen Haug. Seu livro "Inside Volatility Arbitrage" foi eleito o livro de finanças quantitativas do ano pela revista Wilmott.
Robert V. Kohn, Professor de Matemática; Presidente da Comissão de Matemática em Finanças (2003-2006 e 2009-2011); Instrutor desde 1998. Bob recebeu seu Ph. D. Da Universidade de Princeton em 1979. Seus interesses de pesquisa incluem ciência de materiais, equações diferenciais não lineares, problemas inversos e otimização, bem como finanças.
Petter N. Kolm, Professor Associado Clínico de Matemática desde 2007; Diretor de Matemática em Finanças M. S. Programa. Os interesses de pesquisa da Petter incluem estratégias de negociação quantitativas, gerenciamento de portfólio delegado, econometria financeira, gerenciamento de risco e estratégias de carteira ótimas. Ele é membro do conselho editorial do Journal of Portfolio Management. Anteriormente, Petter trabalhou no Grupo de Estratégias Quantitativas da Goldman Sachs Asset Management, onde suas responsabilidades incluíram pesquisar e desenvolver novas estratégias de investimento quantitativo para o hedge fund do grupo. Petter co-autoria dos livros Modelagem Financeira do Mercado de Capitais: Do CAPM à Cointegração (Wiley, 2006), Tendências em Finanças Quantitativas (CFA Research Institute, 2006) e Robust Portfolio Management and Optimization (Wiley, 2007). Ele é doutorado em matemática pela Universidade de Yale, um M. Phil. Em matemática aplicada do Instituto Real de Tecnologia em Estocolmo, e um M. S. Em matemática da ETH Zurique.
Keith Lewis, instrutor desde 2008. Por treinamento, Keith é um matemático que começou sua carreira como professor assistente na Universidade Brown. Desde 1991, Keith trabalha em Nova York nas principais empresas de investimento. Em Bankers Trust ele fez tecnologia para o grupo de derivativos de taxa de juros e trabalhou no grupo quant responsável por todos os produtos derivados negociados por banqueiros em todo o mundo. Na Morgan Stanley, Keith trabalhou no grupo de tecnologia que apoia a divisão de derivativos de renda fixa, dirigiu o lado técnico de sua subsidiária AAA e foi membro do grupo Global Treasury responsável pela determinação de encargos de capital para todas as negociações feitas pelo Derivative Products Group. No Banc of America Securities, a Keith estava muito ativamente envolvida em muitos níveis de seus negócios de derivativos. Desde 2002, Keith vem fazendo consultoria para hedge funds e bancos de investimento.
Richard Lindsey, instrutor desde 2009, é presidente do Callcott Group, LLC, um grupo de consultoria especializado em mercados financeiros, gestão de risco e análise quantitativa de portfólio. Ele é o Presidente da Associação Internacional de Engenheiros Financeiros. Até dezembro de 2006, o Dr. Lindsey foi presidente da Bear, Stearns Securities Corporation e membro do Comitê de Gestão da Bear Stearns Companies, Inc. Antes de se juntar à Bear Stearns, Dr. Lindsey foi Diretor de Regulação de Mercado para a US Securities and Exchange e como economista-chefe da SEC. Ele foi professor de finanças na Yale School of Management antes de se juntar à SEC. Dr. Lindsey tem feito um trabalho extenso nas áreas de micro-estrutura de mercado e os preços dos títulos derivativos. Ele ocupou os cargos de Visiting Academic no Nikko Research Institute em Tóquio, Japão e Economista Visitante na Bolsa de Valores de Nova York. Ele tem um B. S. Em Engenharia Química do Illinois Institute of Technology, um M. S. Em Engenharia Química de Berkeley, um M. B.A. da Universidade de Dallas, e um Ph. D. Em Finanças da Universidade da Califórnia, Berkeley.
Lee Maclin, Instrutor desde 2000. Lee tem mais de vinte anos de experiência em Wall Street e tem trabalhado e consultado para algumas das suas maiores e mais conhecidas empresas. Desde 1991, Lee tem trabalhado principalmente nos campos de negociação e gestão de investimentos, especializada na aplicação de métodos estatísticos, modelagem e simulação de alta freqüência. De 1993 a 1997, Lee dirigiu um departamento de negociação quantitativa para Mint Investment Management, que, na época, era um dos maiores consultores de negociação de commodities do mundo. Em 2002, Lee foi um dos sócios fundadores da Pragma Financial Systems e, nos próximos seis anos, atuou como seu Diretor de Pesquisa. No trabalho da Pragma, Lee focou-se no desenvolvimento de uma ótima execução e em ferramentas dinâmicas de gerenciamento de portfólio. Ele é um palestrante freqüente sobre o tema de negociação algorítmica e finanças computacionais.
Fabio Mercurio, Instrutor em 2011, é um quantos gerentes de negócios no Bloomberg LP, em Nova York. Anteriormente, foi chefe da Engenharia Financeira do Banca IMI, Milão. Ele é bacharel em Matemática Aplicada pela Universidade de Pádua e Ph. D. Em Finanças Matemáticas pela Universidade Erasmus de Roterdão. Seus recentes interesses científicos incluem modelos de taxa de juros e inflação para preços e hedge exóticos, preços de híbridos e modelagem de sorrisos para diferentes classes de ativos. Fabio publicou extensivamente em livros e revistas internacionais, incluindo 10 artigos de ponta na Risk Magazine. Ele também é o autor do livro "Modelos de taxas de juros: teoria e prática".
Robert Reider, Instrutor desde 2007, é um Gerente de Carteira para Millennium Partners, um fundo de hedge multistrategy, onde desenvolve e negocia várias estratégias de equidade quantitativa. Antes disso, foi vice-presidente da J. P. Morgan no grupo Foreign Exchange Options (1994-1997) e do grupo Proprietary Trading (1997-2000). Ele possui um Ph. D. Em Finanças da Wharton School e uma BS e MS em Engenharia de Sistemas da Universidade da Pensilvânia.
Gordon Ritter, instrutor desde 2013, é vice-presidente do grupo de arbitragem estatística da Highbridge Capital Management, onde trabalha desde 2008. Antes disso, completou seu doutorado na Universidade de Harvard, onde publicou pesquisas originais em vários campos, incluindo quantum Teoria de campo, computação quântica e álgebra abstrata. Ele é um destinatário do prêmio de Harvard por excelência no ensino. Ele também possui um Honours BA da Universidade de Chicago em Matemática.
Glen Swindle, Instrutor desde 2009. Glen Swindle é o Managing Partner e co-fundador da Scoville Risk Partners, uma empresa global de serviços profissionais focada nos setores de energia e commodities. Glen ocupou cargos seniores na Constellation Energy, onde dirigiu o Grupo de Estratégias para o negócio de energia para comerciantes, e no Credit Suisse, onde, como Diretor Gerente e Co-Diretor de Energia e Gás Natural, ele dirigiu equipes de negociação estruturadas responsáveis por Aspectos do negócio de energia na América do Norte. Anteriormente, ocupou cargos permanentes na UCSB e na Universidade de Cornell. Ele atualmente ocupa um cargo de professor adjunto na Universidade de Nova York, onde faz palestras sobre avaliação de energia e gerenciamento de portfólio. Ele também faz parte do Comitê de Supervisão de Energia do Programa Profissional de Risco de Energia do GARP e é palestrante freqüente em painéis de discussão e webinars. Glen é o autor de Avaliação e Gestão de Risco em Mercados de Energia (Cambridge University Press, 2014). Ele possui um Ph. D. Em Matemática Aplicada da Cornell University, uma M. S.E. Em Engenharia Mecânica Aeroespacial de Princeton, e um B. S. Em Engenharia Mecânica da Caltech.
Leon Tatevossian, instrutor desde 2009, é atualmente diretor da equipe de Gerenciamento de Risco do Grupo da RBC Capital Markets, LLC, onde trabalha desde 2009. Na RBC, ele cobre o risco de mercado para o ABS (asset-backed security) Segurança (CMBS). Leon tem vinte e seis anos de experiência nos mercados de capitais de renda fixa, incluindo posições como trader, estrategista quantitativo, modelador de derivativos e analista de risco de mercado. Em 2006-07, ele foi um principal e comerciante sênior no MBS / ABS principal - grupo de investimento no Banc of America Securities. O background de produtos de Leon inclui títulos do Tesouro dos EUA, títulos de agência dos EUA, derivados de taxa de juros, MBSs e derivativos de crédito. Graduou-se do MIT (SB, matemática) e era um estudante de pós-graduação em matemática (teoria do número algébrico) na Universidade de Brown.
Currículo
Para ganhar um Mestrado em Engenharia Financeira, os alunos devem completar 33 créditos para se qualificar para a graduação. A estrutura do programa é a seguinte:
Os alunos podem escolher entre uma das seguintes faixas:
Finanças Corporativas e Mercados Financeiros
Finanças Computacionais
Tecnologia e Finanças Algorítmicas
Finanças de risco
Os alunos podem solicitar uma trilha personalizada. Consulte as diretrizes aqui.
Os alunos também devem completar o Programa de Treinamento on-line do Bloomberg Essentials e obter o Aviso de Conclusão para se qualificar para a graduação. O Departamento apoiará seus esforços para completar o programa de treinamento, fornecendo muitos terminais e assistentes de laboratório da Bloomberg para responder às suas perguntas. Este é um requisito de zero crédito, listado como FRE 5500.
Estudantes de pós-graduação matriculados em outros programas de pós-graduação NYU podem solicitar inscrição em cursos de FRE para até 6 créditos por semestre com a aprovação de seu conselheiro de programa de pós-graduação. Os estudantes de graduação não estão autorizados a fazer cursos no programa de Mestrado em Engenharia Financeira, exceto para aqueles em um programa combinado de BS / MS. São os alunos & rsquo; A responsabilidade de consultar com seu orientador acadêmico se os cursos que planejam tomar satisfazem os requisitos de grau em seu programa e obter aprovação para se inscrever em cursos de Engenharia Financeira através do formulário de cross-registration FRE disponível na página Recursos do Aluno. Por favor, reveja a política de registro de cross-school da NYU antes de enviar solicitações de registro cruzado.
CURSOS BÁSICOS (15 CRÉDITOS)
3 Créditos Contabilidade Financeira FRE-GY 6003 Este curso fornece uma base sólida na construção e interpretação de demonstrações financeiras. Os tópicos incluem terminologia de contabilidade; Preparação e análise de demonstrações contábeis; Liquidez e risco de crédito; Cálculos de depreciação; reconhecimento de receita; E passivos acumulados e avaliação de ativos. Também estão cobertos os efeitos de transações de capital; fluxos de caixa; E vários métodos contábeis em demonstrações financeiras.
Pré-requisito: Graduação Permanente. Co-requisito: Nenhum. Notas: Nenhum. 3 Créditos Fundamentos Econômicos em Finanças FRE-GY 6023 Este curso estuda as interações entre dinheiro, sistema financeiro e economia. Os tópicos incluem oferta e demanda; Teoria do consumidor; Teoria da empresa; Custos de produção e outras áreas temáticas, como taxas de juros e retorno de ativos. Este curso resume idéias chave da economia financeira como a base metodológica e conceitual da engenharia financeira.
Pré-requisito: Graduate Standing 3 Créditos Métodos Quantitativos em Finanças FRE-GY 6083 Este curso enfoca métodos quantitativos e modelagem financeira. A teoria da probabilidade, processos estocásticos e otimização são estudados e aplicados a uma ampla variedade de problemas financeiros e seus derivados. Os tópicos incluem espaços de probabilidade; Probabilidade Condicional; densidades; distribuições; Estimadores de densidade; Probabilidade multivariada; Funções geradoras de momentos; Passeios aleatórios; Processos de Markov; Processos de Poisson; E o processo de movimento browniano.
FRE-GY 6103 A moderna corporação, como emissora de títulos financeiros e usuários finais de produtos de gerenciamento de risco financeiro, é um participante importante nos mercados financeiros e no mercado de capitais. A contrapartida económica dos investidores e dos intermediários financeiros. O mecanismo dos mercados financeiros ea avaliação dos instrumentos são estudados com mais detalhes em outros cursos. No entanto, este curso aplica as ferramentas do comércio de economia financeira e finanças corporativas para o processo de tomada de decisão financeira das empresas. Após a conclusão bem sucedida deste curso, os alunos sabem como contribuir para as melhores decisões financeiras em uma corporação: avaliação; orçamento de capital; risco; estrutura Capital; politica de dividendos; Financiamento a longo prazo; Gestão de riscos; E fusões e aquisições. Cada vez mais importantes fatores internacionais que afetam as finanças corporativas são enfatizados.
Pré-requisito: Graduate Standing 3 Credits Gestão de Risco Financeiro e Preços de Ativos FRE-GY 6123 Este curso introduz as técnicas e os problemas de Gerenciamento de Risco Financeiro e de Preços de Ativos. Ele enfatiza o financiamento de riscos e atitudes; Valor em risco; Princípios de medição do risco; Valorização e utilidade esperada e sua relevância na avaliação e no pricing de investimentos financeiros; seguro; Gestão de derivados; E gestão de risco. Ao longo, os problemas de aplicação de gestão de risco são explorados. O curso introduz e enfoca os princípios fundamentais da teoria de preferência estadual Arrow-Debreu usada para o preço de derivativos e outros ativos em mercados completos. Risco neutro - modelos binomiais em preços de opções; Elementos essenciais do cálculo Ito; E o modelo Black-Scholes para opções de preços são introduzidos e aplicados à tomada de decisão financeira prática e a problemas de gerenciamento de risco. Pré-requisito: Graduate Standing
Assista a vídeos para saber mais sobre esses cursos:
CURSOS DE TRACK-REQUIRED (7.5 CREDITS)
Mercados Financeiros e Finanças Corporativas
3 Créditos Avaliações e Finanças Corporativas FRE-GY 6273 Este curso fornece aos alunos a teoria das finanças corporativas e habilidades analíticas essenciais para a tomada de decisões financeiras. Ele ajuda os alunos a desenvolver uma estrutura que é útil para a compreensão de uma ampla gama de grandes políticas financeiras corporativas e equipa os alunos com ferramentas e técnicas úteis para as empresas de avaliação e avaliar um investimento empresarial e políticas financeiras. Os tópicos incluirão: modelos de fluxo de caixa de desconto, análise de demonstrativos financeiros, avaliações, análise de orçamento de capital, estrutura de capital, custo de capital, políticas de dividendos, ofertas públicas iniciais e governança corporativa.
Pré-requisitos: FRE-GY 6103 e FRE-GY 6003
3 dos seguintes Cursos:
1.5 Créditos Econometria Financeira FRE-GY 6091 Este curso enfoca a arte ea ciência da modelagem estatística de processos aplicados a negócios, finanças e economia. Estes podem incluir modelos de actividade económica agregada, comportamento económico da empresa ou comportamento dos activos financeiros. Os tópicos incluem inferência estatística; Estimativa da máxima verossimilhança; Método de momentos; Estimativa bayesiana; Estimação de mínimos quadrados; Estimativa robusta; Estimativa do kernel; Estimativa da cópula; análise de variação; Modelos de regressão linear; regressão múltipla; Regressão logística; Regressão quantile; Estimação de séries temporais; Testes de raiz unitária; Bootstrapping.
Pré-requisito: FRE-GY 6083. Espera-se que os alunos conheçam estatísticas básicas. A econometria financeira tornou-se uma parte necessária e essencial da engenharia financeira que oferece oportunidades para lidar com problemas reais e práticos nas finanças. Por exemplo, técnicas como ARCH e GARCH e seu subseqüente desenvolvimento são usadas para estimar a volatilidade dos processos financeiros subjacentes; the analysis of intra-day trading data that requires particular models and techniques; memory-based and fractal stochastic processes to study complex markets behaviors and copulas applied routinely to model - and estimate-dependent risks. These financial and risk problems require the application of advanced financial-econometric techniques, which the course provides from both theoretical and empirical-applied viewpoints. Selected cases provide a real-world sense of financial engineering when it is faced with financial-market reality and complexity.
Prerequisite: FRE-GY 6083 and Graduate Standing 1.5 Credits Corporate and Financial Strategy FRE-GY 6361 This is an introduction to financial strategy for MS Financial Engineering students. The course focuses on the role of financial engineers and financial officers in developing and sustaining competitive advantage through the use of financial engineering analyses.
Prerequisites: Matriculation into a graduate program sponsored by the Department of Finance Risk Engineering, or permission of the Department FRE-GY 6023 and FRE-GY 6103. 1.5 Credits Mergers & Acquisitions FRE-GY 6391 This course examines the theories and empirical evidence related to mergers and acquisitions and other corporate transactions and reorganizations. The course looks at friendly mergers, hostile takeovers (including takeover and anti-takeover tactics), leveraged buyouts and bankruptcy. Throughout, the course examines the motives behind these transactions and reorganizations.
Prerequisites: FRE-GY 6103 and Graduate Standing 1.5 Credits Fixed Income Securities and Interest Rate Derivatives FRE-GY 6411 This course examines the body of analytical tools and measures that constitute modern fixed-income markets. The valuation of interest-rate sensitive cash flows is the unifying theme. Major topics include theories of term structure, institutional aspects of fixed-income markets and analytical techniques for managing interest-rate risk. Bond refunding, defeasance, corporate bonds, forwards, futures, options and interest-rate swaps are discussed. The course gives an overview of the major classes of fixed-income securities and the markets in which they trade. Among the major classes of fixed-income instruments discussed are Treasury and agency securities, mortgage-backed securities (including CMOs and Strips), asset-backed securities, municipals, floating and inverse floating rate securities.
Prerequisite: FRE-GY 6023, FRE-GY 6083, FRE-GY 6103 and Graduate Standing 1.5 Credits Global Finance FRE-GY 6671 The level of economic and financial globalization combined with the growth of the multinational firms and virtual firms with no boundaries may have altered the future of finance and its risk engineering. The purpose of this course is to focus attention on the essential elements that both large financial firms and institutions are confronting worldwide, the challenges of national and international financial investments, currencies speculations and investments, regulation as well as managing risks in a strategic and macroeconomic environment. In such an environment, financial markets are multi-polar, geographically distributed with national entities pursuing their own economic and political agenda.
Prerequisites: FRE-GY 6411 and FRE-GY 6511 and matriculation into a graduate program sponsored by the Department of Finance Risk Engineering, or permission of the Department 1.5 Credits Quantitative Portfolio Management FRE-GY 6711 This course focuses on the quantitative foundations of portfolio management. It teaches the fundamental mathematical models such as the Markowitz, CAPM, and the Merton investment-consumption models, and discusses the issues related to the implementation of these models in practice to different types of portfolios. Finally, it also introduces some common portfolio construction and rebalancing techniques.
Prerequisites: Matriculation into a graduate program sponsored by the Department of Finance Risk Engineering, or permission of the Department FRE-GY 6083
Computational Finance Track
3 Credits Dynamic Assets and Option Pricing FRE-GY 6303 This course provides the foundations of option pricing models. The problems are either solved analytically by the martingale and Partial Differential equation approaches, or numerically, by applying approximation and simulation methods. The applications to both European and American options, exotic options, and bonds will be presented. Since the same techniques allow the treatment of more complex financial products, application to fixed income derivatives such as interest rate caps will also be presented. This course is a requirement in the Computational Finance Track and is a track elective in the Risk Finance Track.
Prerequisites: Matriculation into a graduate program sponsored by the Department of Finance Risk Engineering, or permission of Department FRE-GY 6083.
3 of the Following Courses:
1.5 Credits Extreme Risk Analytics FRE-GY 6041 The course covers failures of financial theory in risk management, deriving from fundamental definitions and assumptions in modeling, including pricing formulae; convexity; stochasticity and volatility; "fat tails"; and risk. Other topics: Portfolio robustness and extreme markets and moral hazard; data-mining biases and decision error; and decision-making with incomplete information.
Pre-Requisite: Graduate Standing 1.5 Credits Financial Econometrics FRE-GY 6091 This course focuses on the art and science of statistical modeling of processes applied to business, finance and economics. These may include models of aggregate economic activity, economic behavior of firm or behavior of financial assets. Topics include statistical inference; maximum likelihood estimation; method of moments; Bayesian estimation; least-squares estimation; robust estimation; kernel estimation; copula estimation; analysis of variance; linear regression models; multiple regression; logistic regression; quantile regression; time series estimation; unit root tests; bootstrapping.
Prerequisite: FRE-GY 6083. Students are expected to know basic statistics. Prerequisite FRE-GY 6083 and Graduate Standing 1.5 Credits Numerical & Simulation Techniques in Finance FRE-GY 6251 Advanced numerical techniques for the solution of ordinary, partial and stochastic differential equations are presented. These techniques are analyzed both mathematically and using computer aided software that allows for the solution and the handling of such problems. In addition, the course introduces techniques for Monte Carlo simulation techniques and their use to deal with theoretically complex financial products in a tractable and practical manner. Both self-writing of software as well as using outstanding computer programs routinely used in financial and insurance industries will be used.
Prerequisite: FRE-GY 6083 and Graduate Standing 1.5 Credits Financial Risk Management and Optimization FRE-GY 6331 This course provides solutions to the inter-temporal problems in financial management of portfolios, credit risks and market making. Dynamic and stochastic dynamic programming techniques as well as optimal control and stochastic control principles of optimality are presented, and their financial contexts emphasized. Both theoretical and practical facets of inter-temporal management of financial risks and risk pricing are also stressed. The course uses financial and optimization software to solve problems practically.
Prerequisites: FRE-GY 6083, FRE-GY 6123, and FRE-GY 6091 and Graduate Standing. 1.5 Credits Econometrics and Time Series Analysis FRE-GY 6351 Financial econometrics has matured into a necessary and essential part of financial engineering that provides opportunities to deal with real and practical problems in finance. For example, techniques such as ARCH and GARCH and their subsequent development are used to estimate the volatility of underlying financial processes; the analysis of intra-day trading data that requires particular models and techniques; memory-based and fractal stochastic processes to study complex markets behaviors and copulas applied routinely to model - and estimate-dependent risks. These financial and risk problems require the application of advanced financial-econometric techniques, which the course provides from both theoretical and empirical-applied viewpoints. Selected cases provide a real-world sense of financial engineering when it is faced with financial-market reality and complexity.
Prerequisite: FRE-GY 6083 and Graduate Standing 1.5 Credits Credit Risk & Financial Risk Management FRE-GY 6491 This course provides an overview and analysis of the market for debt obligations of state and local governments. Topics will include the micro structure of the market, including the types of debt issued, and characteristics of the buyers. Federal and state taxation of munis will be discussed, along with industry regulatory structure. Bond structure, risk assessment and risk management using cash bonds, futures and options will be covered.
Prerequisites: FRE-GY 6411 and Graduate Standing
Technology and Algorithmic Finance Track
3 Credits Foundations of Financial Technology FRE-GY 6153 Financial Institutions spend billions per year to exploit the latest development in information technology. This course introduces a framework with which to understand and leverage information technology. The technology components covered include telecommunications, groupware, imaging and document processing, artificial intelligence, networks, protocols, risk, and object-oriented analysis and design. the course also covers the entire technological-planning process specifically for financial institutions.
Prerequisite: Graduate Standing
3 of the Following Courses:
1.5 Credits Extreme Risk Analytics FRE-GY 6041 The course covers failures of financial theory in risk management, deriving from fundamental definitions and assumptions in modeling, including pricing formulae; convexity; stochasticity and volatility; "fat tails"; and risk. Other topics: Portfolio robustness and extreme markets and moral hazard; data-mining biases and decision error; and decision-making with incomplete information.
Pre-Requisite: Graduate Standing 1.5 Credits Clearing and Settlement and Operational Risk FRE-GY 6131 This course focuses on issues involved in processing financial transactions—from order execution to final settlement of transactions—and operational risk in general. The course examines the procedures and market conventions for processing, verifying, and confirming completed transactions; resolving conflicts; decisions involved in developing clearing operations or purchasing clearing services; the role played by clearing houses; and numerous issues associated with cross-border transactions. The course also examines the effects of transaction processing, liquidity management, organizational structure, and personnel and compliance on the nature of operational risk. Qualitative and quantitative measures of operational risk are discussed.
Prerequisite: FRE-GY 6151 and Graduate Standing 1.5 Credits Numerical & Simulation Techniques in Finance FRE-GY 6251 Advanced numerical techniques for the solution of ordinary, partial and stochastic differential equations are presented. These techniques are analyzed both mathematically and using computer aided software that allows for the solution and the handling of such problems. In addition, the course introduces techniques for Monte Carlo simulation techniques and their use to deal with theoretically complex financial products in a tractable and practical manner. Both self-writing of software as well as using outstanding computer programs routinely used in financial and insurance industries will be used.
Prerequisite: FRE-GY 6083 and Graduate Standing 1.5 Credits Behavioral Finance FRE-GY 6451 This course discusses investors’ systematic deviations from the level of financial rationality assumed by modern financial theory. Such biased behavior can lead to market inefficiencies, market opportunities and market failure. After a brief introduction to the topic and its research history, the course focuses on the limits to arbitrage created by decision bias, the equity premium puzzle, market over-reaction and under-reaction. The course seeks to understand how and where opportunities for and threats to wealth accumulation exist as a result of the mismatch between investor behavior and the algorithmic assumptions about investment behavior inherent in financial theory.
Prerequisite: FRE-GY 6023 and Graduate Standing. 1.5 Credits Statistical Arbitrage FRE-GY 7121 Statistical arbitrage refers to strategies that combine many relatively independent positive expected value trades so that profit, while not guaranteed, becomes very likely. This course prepares students to research and practice in this area by providing the tools and techniques to generate and evaluate individual trading strategies, combine them into a coherent portfolio, manage the resulting risks, and monitor for excess deviations from expected performance. It introduces theoretical concepts such as cointegration, risk capital allocation, proper backtesting, and factor analysis, as well as practical considerations such as data mining, automated systems, and trade execution. Programming languages such as R, Python, or C++ will be used to present applications to data at low, intermediate and high frequency.
Prerequisites: Matriculation into a graduate program sponsored by the Department of Finance Risk Engineering, or permission of the Department FRE-GY 6123 and FRE-GY 6083 1.5 Credits Forensic Financial Technology and Regulatory Systems FRE-GY 7211 The goal of this course is to understand the technology behind financial forensics and regulatory systems. These include innovative database techniques ("dataveillance"), artificial intelligence, data mining, and non-parametric outlier methods used by the Secuities Exchange Commission (SEC), the Financial Industry Regulatory Authority (FINRA), as well as the FBI, and other federal and state agencies. Student teams will prepare and present projects or case studies applying hte concepts covered in class.
Prerequisite: FRE-GY 6151 and Graduate Standing 1.5 Credits Big Data in Finance FRE-GY 7221 This is an advanced course on practical computer science and database topics most relevant to financial applications. As such it covers fundamental concepts such as financial database design, use, and maintenance, distributed financial computing and associated storage, grid and cloud computing, modeling unstructured financial data, and data mining for risk management.
Prerequisite: FRE-GY 6151 and Graduate Standing 1.5 Credits Algorithmic Portfolio Management FRE-GY 7241 This course focuses on portfolio construction and rebalancing strategies such as momentum, value, and size strategies, among others. The course emphasizes backtesting and risk factor analysis as well as optimization to reduce tracking error. It will also address how a quantitative investment approach can help both individual and institutional investors make sound long-term investment decisions.
Prerequisite: FRE-GY 6123 and Graduate Standing 1.5 Credits Algorithmic Trading & High-Frequency Finance FRE-GY 7251 Algorithmic trading refers to the utilization of special computer programs in an order management system that restructure an order into a sequence of sub-orders based on the dimensions of submission time, price, size, and side. The goal of this course is to survey several algorithmic strategies used by financial institutions and to understand their implementation in the context of order management systems and standard financial protocols (such as FIX and FIXatdl). Student teams will prepare and present projects or case studies applying the concepts covered in class.
Prerequisites: FRE-GY 6151 and FRE-GY 7221 and Graduate Standing 1.5 Credits News Analytics & Strategies FRE-GY 7261 The fast-growing field of news analytics requires large databases, fast computation, and robust statistics. This course introduces the tools and techniques of analyzing news, how to quantify textual items based on, for example, positive or negative sentiment, relevance to each stock, and the amount of novelty in the content. Applications to trading strategies are discussed, including both absolute and relative return strategies, and risk management strategies. Students will be exposed to leading software in this cutting-edge space.
Prerequisites: FRE-GY 6151 and FRE-GY 7221 and Graduate Standing
Risk Finance Track (Credit Risk, Financial Management, and Insurance)
7.5 Credits from:
1.5 Credits Extreme Risk Analytics FRE-GY 6041 The course covers failures of financial theory in risk management, deriving from fundamental definitions and assumptions in modeling, including pricing formulae; convexity; stochasticity and volatility; "fat tails"; and risk. Other topics: Portfolio robustness and extreme markets and moral hazard; data-mining biases and decision error; and decision-making with incomplete information.
Pre-Requisite: Graduate Standing 1.5 Credits Insurance Finance and Actuarial Science FRE-GY 6051 This course highlights essential facets of actuarial science, insurance and the finance-insurance convergence. The course assumes that students are familiar with basic notions of expected utility and stochastic processes, and options pricing. Topics include Insurance Business and Insurance Firms Management; Principles of Actuarial Science and Risk Pricing in Insurance and in Finance (Complete Markets); Expected Utility Approach to Insurance Risk Pricing and Management; Derivatives and the Financial Approach to Insurance Pricing; Insurance Products (Life Insurance, Casualty, Pension Funds and Defined Benefits); Principles of Insurance Management in a Dynamic and Global Setting. Throughout, the course uses numerous cases centered on actuarial and insurance problems and analyzes them from a financial perspective. Of particular interest are those related to insurance pricing, reserve policies, insurance pension funds, CATBOND and weather (insurance) derivatives and regulation.
Prerequisite: FRE-GY 6103. Co-Requisite: None. Notes: None. 1.5 Credits Clearing and Settlement and Operational Risk FRE-GY 6131 This course focuses on issues involved in processing financial transactions—from order execution to final settlement of transactions—and operational risk in general. The course examines the procedures and market conventions for processing, verifying, and confirming completed transactions; resolving conflicts; decisions involved in developing clearing operations or purchasing clearing services; the role played by clearing houses; and numerous issues associated with cross-border transactions. The course also examines the effects of transaction processing, liquidity management, organizational structure, and personnel and compliance on the nature of operational risk. Qualitative and quantitative measures of operational risk are discussed.
Prerequisite: FRE-GY 6151 and Graduate Standing 1.5 Credits Financial Market Regulation FRE-GY 6211 This course considers the role and forms of regulation in the U. S. financial markets, the role of the Securities and Exchange Commission (SEC), the Commodity Futures Trading Commission (CFTC), the Federal Reserve, the Office of the Controller of the Currency (OCC), and self-regulating organizations (SROs) such as the National Association of Securities Dealers and the National Futures Association. Also examined are the roles of the state insurance commissions and the STATE OR FEDERAL Department of Labor.
Prerequisites: FRE-GY 6031 and Graduate Standing 1.5 Credits Financial Risk Management and Optimization FRE-GY 6331 This course provides solutions to the inter-temporal problems in financial management of portfolios, credit risks and market making. Dynamic and stochastic dynamic programming techniques as well as optimal control and stochastic control principles of optimality are presented, and their financial contexts emphasized. Both theoretical and practical facets of inter-temporal management of financial risks and risk pricing are also stressed. The course uses financial and optimization software to solve problems practically.
Prerequisites: FRE-GY 6083, FRE-GY 6123, and FRE-GY 6091 and Graduate Standing. 1.5 Credits Credit Risk & Financial Risk Management FRE-GY 6491 This course provides an overview and analysis of the market for debt obligations of state and local governments. Topics will include the micro structure of the market, including the types of debt issued, and characteristics of the buyers. Federal and state taxation of munis will be discussed, along with industry regulatory structure. Bond structure, risk assessment and risk management using cash bonds, futures and options will be covered.
Prerequisites: FRE-GY 6411 and Graduate Standing
Watch videos to learn more about these courses:
APPLIED LAB (1.5 CREDITS)
Students from all tracks except Risk Finance must choose 1 lab from the following:
1.5 Credits Financial Software Laboratory FRE-GY 6811 This course teaches students to use financial software tools commonly employed in industry. Examples include: Risk, Yieldbook, Excel, R, and C++.
Prerequisites: Graduate Standing 1.5 Credits Financial Econometric Laboratory FRE-GY 6821 This course teaches students to use Eviews and Stata.
Prerequisites: Graduate Standing 1.5 Credits Computational Finance Laboratory FRE-GY 6831 This course teaches students to use Matlab and GAMS.
Prerequisites: Graduate Standing 1.5 Credits Financial Software Engineering Laboratory FRE-GY 6861 This financial lab requires students to publicly participate in a large software project. This participation could take the form of contributing to an open-source financial software project with the contributions being accepted and committed to the main branch, or publishing a stand-alone library or package for a programming language commonly used in financial applications, or the development or updating of a brand-new industrial strength financial software application. As the students work on their project, this course will focus on important software engineering considerations specifically as they apply to the fast-paced world of financial projects, such as formalized procedures for revision control and bug tracking and other proven methods of software management in a fast-paced financial environment.
Prerequisite: Graduate Standing 1.5 Credits R in Finance FRE-GY 6871 This course introduces the free programming language R and its many applications to finance including risk management, portfolio construction, strategy development and testing, and trading and execution. Topics covered include financial time series analysis, advanced risk tools, applied econometrics, portfolio management, and derivatives valuation. Students will be required to write some code in R every week.
Prerequisites: Matriculation into a graduate program sponsored by the Department of Finance Risk Engineering, or permission of the Department FRE-GY 6123 and FRE-GY 6083 3 Credits Financial Computing FRE-GY 6883 This course covers programming applications to financial engineering, including C++ and Java and the various common development environments for them. Topics include structured and object-oriented programming in C++ with applications to binomial options pricing, multi-threaded programming in Java with applets and graphical interfaces with applications to risk measurement tools, data-based manipulation and programming in SQL and standard database access libraries with applications to historical financial data series retrieval and management, and other advanced programming concepts important for financial engineering such as numerical techniques, trading systems, and large-scale software design.
Matriculation into a graduate program sponsored by the Department of Finance Risk Engineering, or permission of the Department.
Note: Waivers are possible.
REQUIRED CERTIFICATION (0 CREDITS)
Bloomberg Certification FRE-GY 5500 This course tracks the requirement for the self-paced, self-taught Bloomberg certification to be completed through a Bloomberg terminal.
Prerequisite: Graduate Financial Risk Engineering students only
CAPSTONE (3 CREDITS)
Choose 1 capstone option:
3 Credits Financial Engineering Capstone: Internship FRE-GY 7023 In this course, the Career Services Office helps the student to secure an internship. Students work under faculty supervision. However, the course is intended to be largely self-directed within the guidelines established by the supervising faculty member. A paper based on the internship work is required.
Prerequisites: This course should be taken during the student’s final semester. Prerequisites vary depending on the student’s track and the nature of the internship and Graduate Standing (200 hours at least; 2 reports to the faculty are required)
3 Credits Financial Engineering Capstone: Project FRE-GY 7043 In this project course, students work with faculty on proprietary or non-proprietary research projects. Generally, students work under faculty supervision. However, the course is intended to be largely self-directed within the guidelines established by the supervising faculty member. A significant written research component is required.
Prerequisites: This course should be taken during the student’s final semester. Prerequisites vary depending on the student’s track and the nature of the project to be undertaken and Graduate Standing. (project under faculty supervision)
3 Credits MS Thesis in Finance & Risk Engineering FRE-GY 9973 In this research course, students undertake proprietary or non-proprietary research and write a thesis-type research paper. Generally, students work under faculty supervision. However, the course is intended to be largely self-directed within guidelines established by the supervising faculty member.
Prerequisites: Graduate Standing. This course should be taken during the student’s final semester. Prerequisites vary depending on the student’s track and the nature of the thesis project.
2 special topics courses of 1.5 credits each, with a capstone paper submitted to the faculty.
CAPSTONE ASSESSMENT (0 CREDITS)
Capstone Assessment FRE-GY 5990 The Master of Science in Financial Engineering program offers four types of Capstone experiences to its graduate students: theses, projects, special topics, and internships. This Capstone Assessment will serve as a centralized measure for the various types of Capstone experiences to identify whether students have successfully completed this experience and garner feedback about graduating students skills and professional readiness. Note: course should be completed during final semester of studies.
Prerequisites: FRE-GY 9973 or FRE-GY 7023 or FRE-GY 7043 or two special topics courses of 1.5 credits each, with a capstone paper submitted to the faculty.
GENERAL ELECTIVES (6 CREDITS)
Students may choose from any FRE courses outside of their specific track to fulfill these elective requirements or they may choose from the below general elective courses. They may also elect to register for up to three (3) classes (maximum of one 1 per semester) at select schools/programs at NYU. Students may only enroll for courses at other schools of NYU that are not offered at the School of Engineering. Please review the NYU cross-school registration policy prior to submitting cross-registration requests.
1.5 Credits Money, Banking and Financial Markets FRE-GY 6031 Studies how the interactions among money, the financial system and the economy determine interest rates and asset returns. It utilizes a consistent approach based in economics to explain the role of the financial system in matching savers and borrowers and in providing risk-sharing, liquidity and information services in efficient financial markets. Students study why and how financial markets and financial instruments evolve as a function of transactions and information costs, adverse selection and moral hazard problems, and summarize economic arguments for and against regulation. Finally, they examine the money supply process and monetary policy, in particular the link between monetary authorities and the macro-economy through a transmission mechanism involving banks and the non-financial public.
Prerequisite: Matriculation into a graduate program sponsored by the Department of Finance Risk Engineering, or permission of Department 1.5 Credits Investment Banking and Brokerage FRE-GY 6111 This course introduces an overview of Wall Street, the back office and general brokerage operations, investment banking and capital markets. The course covers subjects essential to understanding how products, once created, are distributed and sold. The course relies heavily on The Wall Street Journal, Financial Times and other trade publications. Topics include a brief history of Wall Street, an understanding of the major securities laws and how they have changed over time, basics of equity and debt securities, creation of debt and equity securities, and pricing and sale of debt and equity securities. The course seeks to understand how and where opportunities for creating new securities arise.
Prerequisites: Graduate Standing 1.5 Credits Applied Derivative Contracts FRE-GY 6291 This course provides an introduction to derivative contracts with a special emphasis on current practical applications in use today by financial institutions for investing, hedging, trading and issuing. The characteristics and features of futures, forwards, swaps, options and structured notes are all covered with a special emphasis on useful applications. For each of the four primary derivative contracts, we review in these lectures the appropriate definitions, terminology, market mechanics and theoretical fair value pricing.
Prerequisite: FRE-GY 6003, FRE-GY 6023, FRE-GY 6103 and Graduate Standing 1.5 Credits Derivatives Algorithms FRE-GY 6511 This course focuses on the algorithms behind derivatives valuation and applications. The focus is on the principles and practice of financial engineering and risk management and on developing intuition: understanding the reasons for the existence of the product, simulating possible paths and possible parameter values as an exploratory process, approximating complex derivatives as a combination of simpler ones, and attempting to replicate the payout. The goal is to prepare you to be able to evaluate an arbitrary derivative given only its term sheet. To that end, the course requires a project almost every week. Projects can be done in any programming language (Excel, Mathematica, R, Python, etc.), but the final result must be stand-alone tables and graphs. The primary prerequisite is familiarity with standard option pricing and Greeks. A portion of the final exam may involve a live computation project.
Prerequisite: FRE-GY 6123 and Graduate Standing 1.5 Credits Asset-Backed Securities and Securitization FRE-GY 6571 This course examines essential contributions in this field and provides a comprehensive coverage of financial securitization and their application to major asset-backed securities, structuring issues and relative value analysis. Topics include the expanding frontiers of asset securitization; introduction to ABS accounting; trends in the structuring of ABSs; and prepayment nomenclature in the ABS market.
Prerequisites: FRE-GY 6411, FRE-GY 6511 and Graduate Standing 1.5 Credits Basel 3 & Banking Assets Management FRE-GY 6731 This course addresses financial risk management and particularly focuses on Basel 3 directives and Value at Risk (VaR), a method to assess risk that employs standard statistical techniques routinely used in other fields. VaR analysis is used by bank and corporate managers and by financial market regulators.
Co-requisite: FRE-GY 6711 and Graduate Standing. 1.5 Credits Special Topics in Financial Engineering FRE-GY 6971 Current topics of particular importance in finance and risk engineering are analyzed and discussed. Selected topics will be emphasized and provide focus for further study. Examples might include urban finance engineering, environmental finance, infrastructure and projects finance, real estate finance, insurance finance and derivatives, macro hedge funds management, among others. Prerequisites: advanced standing and instructor’s permission and Graduate Standing 1.5 Credits Topics in Finance and Financial Markets I FRE-GY 7801 Current topics of particular importance in finance and risk engineering are analyzed and discussed. Selected topics are emphasized and provide focus for further study. Examples might include Financial Economics, Macroeconomics and Finance, the Bond market, the securities markets, Derivatives markets, Contract Theory, Credit and Counterparty Risks, Banking Finance and others.
Prerequisites: Graduate standing and instructor’s permission 1.5 Credits Topics in Risk Finance I FRE-GY 7821 Current topics of particular importance in Actuarial Science are analyzed and discussed. Course topics may include for example: Pension Funds management, Actuarial Science and Social Security, Life Insurance, Insurance and Financial Products design and management.
Prerequisite: Advanced standing and instructor’s permission. 1.5 Credits Topics in Financial and Risk Engineering I FRE-GY 7831 Current and selected topics of particular importance in finance and risk engineering are analyzed and discussed. Selected topics are emphasized and provide a focus for further study. Topics include Credit Risk and Credit Derivatives, Quantitative Methods in Rare Events, Energy, Oil and Water Finance as well as advanced topics in financial econometrics and computational finance.
Prerequisites: Graduate standing and instructor’s permission. 1.5 Credits Topics in Financial and Risk Engineering 2 FRE-GY 7851 Current topics of particular importance in finance and risk engineering are analyzed and discussed. Selected topics are emphasized and provide a focus for further study. Examples can include urban finance engineering, environmental finance, infrastructure and projects finance, real-estate finance, insurance finance and derivatives, and macro hedge funds management.
Prerequisites: Graduate standing and instructor’s permission.
Watch videos to learn more about these courses:
No comments:
Post a Comment