Presque tout modèle de quant est un problème matriciel déguisé : un portefeuille est un vecteur, une covariance une matrice, une régression une projection. Cette compétence construit les idées avec de courts exercices (matrices à remplir, nombres à calculer, expressions à saisir) et des exemples de finance, puis les transforme en algorithmes : LU, QR et Cholesky. Elle se termine par un lab de code qui ajuste une régression sur de vrais rendements d'actions avec votre seul solveur, puis la compare à NumPy.
