Le bêta et la volatilité d'une action ne sont pas constants, et personne ne vous donne la valeur du jour. Cette compétence les traite comme un état caché qui dérive et explique comment le suivre en étapes simples, avec de courts exercices (nombres à calculer, étapes à ordonner, notions à associer) et des exemples de finance : pourquoi un filtre bat la lecture d'une observation bruitée, ce que fait le filtre de Kalman quand tout est une courbe en cloche, comment un nuage de particules pondérées fait de même quand ce n'est pas le cas, pourquoi les poids s'effondrent et comment le rééchantillonnage y remédie, comment suivre la volatilité sur de vrais rendements de SPY, comment apprendre les nombres du modèle, comment repérer une rupture, et comment se comparent les estimateurs glissants, exponentiels et en ligne. Le projet final est un lab de code où vous construisez le filtre particulaire, un filtre de Kalman et une régression glissante pour suivre le bêta d'Apple face à SPY.
Les modèles de Markov cachés sont attendus (filtrage, règle de Bayes, état caché et ses observations), ainsi que les probabilités de base et la loi normale.
