Nyu Estrategias Comerciales

Trading de Cartera Neil Chriss Esta conferencia se centra en el comercio de cartera de acciones (también conocido como programa de comercio), un negocio cuyo objetivo principal es proporcionar a los clientes con liquidez en canastas comerciales de acciones. Una cesta de acciones se refiere a un grupo de acciones, como un índice bursátil (por ejemplo, el SampP 500 es una canasta de 500 acciones estadounidenses de capital grande). Una cesta puede ser comprada o vendida, o vendida a corto. Los clientes tienen numerosas razones para querer hacer transacciones en canastas. Entre ellos están: Los gerentes de dinero o administradores de fondos de pensiones a veces quieren obtener exposición a un conjunto particular de valores en exactamente el mismo tiempo. Por ejemplo, un administrador de dinero puede ser medido por su error de seguimiento a un punto de referencia. Es decir, el gerente puede ser medido por la capacidad de superar el retorno de un índice conocido, como el SampP 500. Para lograr esto, el gerente construirá una cartera que cree que superará. Con el fin de invertir activos y realizar el retorno de la cartera es, de hecho, necesario para obtener la exposición a todos los valores al mismo tiempo. Los gerentes de dinero a veces son despedidos dejando grandes posiciones (por ejemplo, 500 m) en sus libros. Una empresa puede querer salir de esta posición y convertirla en una nueva a la vez. Es decir, la empresa puede querer intercambiar una posición de 500m por otra. Esto se logra mediante la venta de toda la posición actual y la compra en toda la nueva posición en un comercio de cesta única. Tales operaciones se conocen como canasta de oficios. El comercio de la cesta es a veces también llamado comercio del programa o negociar de la lista. Cualquiera que sea su nombre, generalmente se refiere al servicio de ofrecer operaciones grandes (por ejemplo, en dólares grandes) en muchas acciones simultáneamente. En lo que sigue debatiremos qué servicios ofrece un mostrador típico de operaciones de programas, cuáles son los riesgos para la mesa y un poco sobre cómo se realizan los oficios. Esta conferencia se divide en varias partes. La primera parte discute lo que es el programa de comercio, y los tipos de operaciones que un escritorio hará para un cliente. La segunda parte discute cómo se conduce el negocio y la tercera parte discute la volatilidad del mercado y el impacto en el mercado. Antes de empezar con cualquiera de eso, tenemos que introducir algunas terminologías útiles: Benchmark: los administradores de dinero suelen referirse a un punto de referencia cuando están hablando de un índice específico (como el índice SampP500 o MSCI) en relación con Sus inversiones. Esto generalmente significa que los índices (es decir, los puntos de referencia) devuelven es el nivel al que se mide su retorno de carteras. Seguimiento: una cartera tiene la intención de seguir a otro si su objetivo principal es al menos coincidir, pero esperemos superar a la otra. Por ejemplo, si la cartera A realiza un seguimiento de un punto de referencia, esto significa que sus retornos tienen una alta covarianza con el índice de referencia. Tracking Error: esto normalmente puede significar una de dos cosas. O bien significa la diferencia de rentabilidad entre una cartera dada y un índice de referencia, o la desviación estándar de la diferencia de rendimiento entre las dos carteras. Es una medida de cuánto la cartera de seguimiento abandona el índice de referencia, ya sea en términos de retorno directo, o en el sentido probabilístico de la desviación estándar. Exposición: el término exposición se refiere a la exposición de la cotización al riesgo al poseer un valor o cesta de valores o un índice. La exposición no es mala, por ejemplo, los gerentes de dinero quieren cotizar al mercado a rendimientos realizados. Puede ser malo, sin embargo, en el caso donde una exposición no es deseada, y el gerente quiere comerciar fuera de ella. La exposición es algo que un administrador de dinero con dinero en efectivo querrá informarse comprando acciones. Un administrador de dinero puede desear cambiar la exposición ya sea porque sus puntos de vista cambian (por ejemplo, el mercado está sobrevalorado, vender acciones, comprar bonos). Una empresa de gestión de dinero puede cambiar los gerentes y por lo tanto, necesita poner en un nuevo conjunto de posiciones. Long-Short Basket: se trata de una canasta de acciones en la que contiene tanto las existencias largas y cortas. Si un cliente desea comprar 100 de acciones A y vender a corto 100 de stock B. Escritorio: las empresas comerciales en los bancos de inversión se refieren a menudo como quotdesksquot, ya que son operados fuera de largas filas de pequeños escritorios, muy cerca. Cuando nos referimos a quothe programa de comercio deskquot nos estamos refiriendo a la empresa de programa de comercio. Tipos de operaciones del programa Las operaciones del programa se pueden dividir en unas pocas categorías diferentes, de acuerdo con los costos y servicios ofrecidos al cliente. Los diferentes tipos de operaciones son: Cestas de la Agencia: en estas operaciones, la mesa del programa actúa como un distribuidor. Agencia siempre significa que el cliente paga. Los trabajos de los distribuidores son meramente para ejecutar. El distribuidor se paga sobre una base de comisión, por lo general en centavos por acción. El precio por acción es competitivo (basado en un proceso de licitación) y depende del contenido de la cesta (más sobre este punto más adelante). El incentivo de los distribuidores es hacer un buen trabajo y no quotcostquot el cliente demasiado (más sobre los costos más tarde) para que el cliente volverá por más negocios. En esta forma de comercio, el cliente asume todo el riesgo, y el distribuidor no asume ningún riesgo (por qué) A menudo, el cliente especificará un precio objetivo para el comercio, es decir, una guía para el mostrador de operaciones a seguir en términos de cómo Para hacer el comercio. Las opciones incluyen quotbest pricequot, quotclosing pricequot, quotvolume promedio ponderado (VWAP) quot y quotbest effort. quot Esto siempre se negocia entre el cliente y el escritorio, y la forma particular elegida depende de las necesidades y opiniones del cliente. Incentivo de agencia: este formulario es una variación en el tema de agencia. La idea es la misma que la agencia, pero la comisión se incrementa para un buen rendimiento comercial (más sobre el rendimiento comercial más adelante). Operaciones Principales: una operación principal, también conocida como oferta bidimensional o oferta cuantitativa, es una operación en la que el concesionario compra una cartera completa a un cliente a un precio acordado. El precio acordado suele ser clavado fuera del precio de cierre de cada acción en la cartera en el día de la oferta de riesgo se lleva a cabo. Por ejemplo, si un gestor de dinero es largo una cartera y le gustaría vender toda la cartera a la vez a un precio conocido, él o ella puede pujar a un distribuidor. La venta se realizará al precio de cierre al final del día de negociación menos un cierto número de centavos por acción. De esta manera, el distribuidor será dueño de la cartera con un descuento al precio de mercado. En este comercio, el distribuidor toma todo el riesgo y espera obtener beneficios al poder negociar con los valores a un precio inferior al precio pagado. En este comercio, el distribuidor toma todo el riesgo y el cliente paga un costo fijo. Una de las mayores preocupaciones de los distribuidores es la selección adversa (un término importante), en el que el distribuidor recibe acciones basadas en la provisión de liquidez sin tener una opinión sobre el valor de las acciones, un llamado comerciante de liquidez. El cliente, un administrador de dinero inteligente, puede tener información sobre el stock, como que es un quotdogquot, haciendo que el cliente un comerciante llamado informado. Por regla general, un comerciante de liquidez que negocia con un comerciante informado debe cobrar una prima sobre los precios de mercado para compensar la ventaja informativa que tiene naturalmente el comerciante informado. Una de las claves para el negocio es tener un buen sentido de lo que es la prima de liquidez correcta. Bases Comerciales: un comercio base está diseñado para un cliente que desea cambiar su nivel de exposición al mercado mediante la compra o venta de una cesta que sigue de cerca un índice de futuros (por ejemplo, el contrato SampP 500 o el DAX). Es decir, si el cliente no está actualmente invertido en acciones, pero le gustaría invertir 500 millones en el mercado de inmediato, entonces un comercio base es una manera posible de lograr esto. Del mismo modo, un cliente puede hacer un comercio base si él o ella está actualmente invertido en el mercado y le gustaría reducir su nivel de exposición. El comercio se realiza en conjunto con operaciones de futuros realizadas por el distribuidor. Por ejemplo, si un cliente quiere comprar un valor de 500 millones de acciones, normalmente el distribuidor tendría que vender este stock al cliente, dejando al distribuidor esencialmente corto el stock. Esto resulta en un riesgo significativo. Sin embargo, si el distribuidor es también futuros a largo plazo, y si la canasta sigue las existencias, entonces el riesgo está en gran parte en el quotbasisot entre el precio justo del contrato de futuros y el precio real del contrato de futuros. El comercio, entonces, procede como sigue. Durante el día del comercio base, el distribuidor compraría contratos de futuros en cantidades diseñadas para cubrir la próxima posición accionaria corta. Al final del día, el distribuidor vendría la cesta de acciones al cliente a un precio que refleja el precio promedio de los futuros. Esto deja al crupier con una posición cubierta, acciones cortas, futuros largos. EFP (Exchange for Physical): un EFP permite al titular de contratos de futuros intercambiar los futuros de acciones. A veces, los administradores de dinero reciben dinero de las compras de acciones, pero no compran inmediatamente acciones. Más bien, acumulan futuros y luego compran acciones en un momento posterior. Para reemplazar la exposición de futuros con la exposición de valores, que pueden hacer el comercio de un solo golpe a través de una mesa de comercio de programas. El Negocio del Programa de Negocios es un negocio orientado al cliente en el que las personas de ventas tienen relaciones con los fondos de pensiones y los administradores de dinero. Estos administradores de dinero están en constante necesidad de exposición al mercado nuevo o cambiar las exposiciones del mercado antiguo. Las personas de ventas a menudo traen negocios a grupos de estrategias de cartera que ayudan a los gerentes de dinero a diseñar carteras particulares para propósitos particulares. Estas estrategias sólo pueden llevarse a cabo poniendo en las posiciones sugeridas, y esto suele implicar un canasta de comercio. En el punto de un canasta de comercio está en el offing, hay un problema fundamental. El cliente tiene una posición que le gustaría comprar o vender (o ambos, como en una canasta de corto plazo), pero por muchas buenas razones no le gustaría revelar el contenido de la cesta hasta que los precios se han acordado . Este es el caso por varias razones: Miedo de correr frente: el cliente puede tener miedo de que el distribuidor, si sabe lo que está en la canasta se quottrade delante del cliente. Por ejemplo, si el cliente revela que tiene 20 millones de acciones de XYZ y está planeando venderlo, el distribuidor podría, en principio, cortar 20 millones de XYZ en previsión del impacto en el mercado incurrido en la venta de un bloque tan grande de un solo valores. Privacidad: algunos gerentes de dinero son muy secretos sobre sus posiciones y no quieren revelar sus posiciones a nadie, a menos que sea absolutamente necesario. Por otro lado, el distribuidor tiene que saber lo más posible sobre el contenido de la cesta antes de la negociación por varias buenas razones: Variación en la liquidez: algunas poblaciones son muy fáciles de comercio, mientras que otros son muy difíciles de comercio. Es decir, algunas existencias son muy líquidas y se pueden mover en gran cantidad sin grandes problemas. Otras existencias, son costosas para el comercio. Variación en la volatilidad: algunas acciones son extremadamente volátiles (por ejemplo, acciones de Internet), mientras que otras no. La conclusión obvia de estos dos puntos es que no hay dos carteras de 100m (o 500m) son iguales. Sin embargo, a pesar de esto, para un comercio principal el distribuidor tiene que ofrecer un precio por acción para tomar la canasta e incluso para una agencia baskset estas son cuestiones. Como consecuencia de esto, la mayoría de las empresas han recurrido al siguiente compromiso. Las mesas de negociación de programas están dispuestas a renunciar a conocimientos específicos a cambio de conocimientos genéricos sobre la cesta en la que están haciendo una oferta. Un ejemplo del tipo de información que un distribuidor requerirá es Número total de acciones: Número de acciones en el lado largo y en el lado corto de la canasta. Número de acciones en cada mercado: El número de acciones en cada mercado, p. Por ejemplo, si la canasta tiene 100 acciones largas, entonces una liquidez Breakout podría decir: Una ruptura de precios: similar a una ruptura de liquidez, pero un desglose del número de acciones en varios precios / cuota. Ejercicio: explicar en detalle por qué cada uno de los puntos anteriores es útil para un comerciante de saber. ¿Qué otros hechos acerca de una cartera podría querer saber? Las cestas principales normalmente suelen venderse al mejor postor, en el siguiente sentido. Un cliente quiere vender una cesta principal y naturalmente quiere pagar el precio más bajo. Es decir, si el cliente está vendiendo la cesta, que quieren vender por unos pocos centavos por debajo del mercado lo más cerca posible. Si está comprando una canasta quiere pagar una prima tan pequeña como sea posible por encima del mercado. Para ayudar a esnure esto, el cliente suele dar la cartera (en el sentido de que da la información anterior) a varios puestos de operaciones de programa y pide una oferta. Naturalmente, cada mesa intenta ganar la puja (si lo desea) haciendo una oferta tan baja como sea posible. En última instancia, el escritorio quisiera ganar el negocio mientras que todavía está haciendo el dinero, así que el proceso de la oferta requiere a la mesa para deducir el coste de negociar la cesta. Esto nos lleva a la sección final de esta conferencia. Estrategias de negociación de cartera Cuando un centro de negociación del programa se involucra en una oferta de riesgo, su beneficio es el precio por acción que ofrecen menos el costo de la negociación. En una agencia de comercio, estos costos son soportados por el cliente, pero el rendimiento de los distribuidores se mide en términos de este costo, y los negocios futuros depende de un buen rendimiento. Hay tres fuerzas básicas en el trabajo en el comercio de cartera: Selección adversa: esta es la condición de su contraparte saber más que usted acerca de las acciones que está vendiendo. Impacto en el mercado: las existencias comerciales en tamaño generalmente tienen como resultado un impacto en el mercado. Las ventas de acciones impulsan los precios hacia abajo, mientras que las compras de acciones impulsan los precios hacia arriba. Volatiltiy Exposición: las existencias son volátiles y sus precios futuros son inciertos. En consecuencia, al mantener una cartera con la intención de liquidarla, la incertidumbre de los movimientos futuros representa el riesgo. Por ejemplo, si una mesa de operaciones de programa gana una oferta de riesgo largo a 4 centavos de dólar por acción, entonces se han contratado para vender una determinada canasta de acciones a su contraparte a 4 centavos por acción menos que el precio de cierre de las acciones de la canasta . Esto tiene dos consecuencias inmediatas: en primer lugar, el escritorio es efectivamente corto los valores en la cesta. ¿Por qué? Debido a que están obligados a vender a su contraparte. Para efectuar esta venta deben comprar las existencias. Hasta el momento en que han comprado todas las acciones de la cesta, están expuestos a todos los futuros movimientos ascendentes de las acciones en la cesta. Como consecuencia de estos dos últimos puntos, el comercio de cartera es un acto de equilibrio entre el costo de la liquidación inmediata (que resulta en un impacto máximo en el mercado) y la liquidación a largo plazo (lo que resulta en la exposición al mercado). Análisis Temporal y Arbitraje Estadístico G63.2707, Resumen del otoño de 2009 ¿Cómo analizamos los datos financieros históricos para desarrollar estrategias comerciales rentables y de bajo riesgo? Este curso es una introducción al análisis de series de tiempo que se utiliza en finanzas y estrategias de negociación relevantes para los participantes del mercado de compra y de venta. El curso se dividirá en tres partes: Modelos lineales: AR y MA para procesos escalares y vectoriales, y estimación simple de volatilidad y covarianza. Evaluación de modelos y análisis residual. Cointegración y su aplicación en modelización de riesgos y estrategias de negociación de pares. Modelos no lineales: ARCH, GARCH, y modelos más generales de volatilidad. Aplicaciones: microestructura de mercado, modelado de costos de transacción y estrategias de negociación óptimas tanto para la negociación de agencias como para el principal. Instructores Lin Li, ll1084 at nyu Prerrequisitos El curso está dirigido a estudiantes de segundo año del Programa de Maestría en Matemáticas en Finanzas de Courant Institutes. Se espera que estos estudiantes tengan una base excelente en matemáticas aplicadas a las finanzas (cálculo estocástico y PDEs), un fondo razonable en finanzas (teoría de cartera y gestión de riesgos) y en informática, pero no necesariamente un conocimiento intensivo de estadísticas. Estudiantes con preparación comparable pueden inscribirse si hay espacio disponible. Trabaje Aproximadamente 5 conjuntos de tareas (40 en total), un examen (30) y un proyecto final (30). Referencias Tenemos una cuenta de clase en Wharton Research Data Services. La información de inicio de sesión será dada en clase. Carol Alexander, Modelos de Mercado. James D. Hamilton, Análisis de series temporales, Princeton University Press 1994. Joel Hasbrouck, Microstructura empírica del mercado, Oxford University Press 2006 (más información en la página de Hasbroucks). Stephen J. Taylor, Dinámica de Precios de Activos, Volatilidad y Predicción, Princeton University Press 2005. Ruey S. Tsay, Análisis de Series de Tiempo Financiero, 2ª Edición, Wiley 2005. Los artículos de investigación estarán disponibles según sea necesario. Horario Lunes por la noche, 7:10 a 9 PM en Plata 713, desde el 14 de septiembre hasta el 7 o 14 de diciembre. (No hay vacaciones de Columbus Day este año.) El horario y el esquema abajo están sujetos a cambios dependiendo de cómo el El curso se desarrolla, y en las demandas de viajes de los instructores. Kenneth C. Abbott, instructor de la instrucción desde 2004. Ken Abbott es director de gerencia en Morgan Stanley en Nueva York. Es responsable de la gestión de riesgos de divisas, tipos de interés, materias primas y mercados emergentes. También es responsable de la metodología de riesgo de mercado y riesgo crediticio. Anteriormente, fue Vicepresidente Senior y Director Global de Riesgo de Mercado del Bank of Americas Investment Bank, incluyendo actividades comerciales, validación de modelos, análisis de crédito y capacitación cuantitativa. Licenciado en Economía por la Universidad de Harvard, 1983. Licenciado en Economía por la Universidad de Nueva York en 1991, Licenciado en Estadística e Investigación Operativa por la Universidad de Nueva York en 1994. Forma parte de la Junta Directiva de la Asociación Mundial de Profesionales de Riesgos. Steve Allen, Instructor 1998-2009. Steve se retiró de JPMorgan Chase en 2004, después de una carrera de 35 años en el sector financiero, recientemente como director gerente de JPMorgan Chase a cargo de la metodología de riesgo, incluida la responsabilidad de la metodología de capital para el mercado y el riesgo de crédito, Y la revisión del modelo. Las posiciones anteriores que él sostuvo incluyen 7 años como cabeza de la gerencia de riesgo de mercado para todos los productos derivados de Chases a nivel mundial y 10 años como director del modelado para las actividades comerciales de Chases. Steve ha enseñado en Courant Masters en el programa de Finanzas Matemáticas desde 1998. Es el autor de Gestión de Riesgos Financieros: Guía de Practicantes para la Gestión de Riesgos de Mercado y de Crédito y está en el Consejo de Administración de la Asociación Internacional de Ingenieros Financieros. Robert Almgren, Instructor 2006-2009. Co-fundador de los corredores cuantitativos. Hasta 2008, el Dr. Almgren fue Director Gerente y Jefe de Estrategias Cuantitativas en el grupo de Servicios de Negociación Electrónica de Banc of America Securities. De 2000 a 2005 fue Profesor Titular Titulado de Matemáticas e Informática en la Universidad de Toronto y Director de su Programa de Maestría en Finanzas Matemáticas. Antes de eso, fue Profesor Asistente de Matemáticas en la Universidad de Chicago y Director Asociado del Programa de Matemáticas Financieras. El Dr. Almgren tiene un B. S. En Física y Matemáticas del Instituto de Tecnología de Massachusetts, un M. S. En Matemáticas Aplicadas de la Universidad de Harvard y un Ph. D. En Matemáticas Aplicada y Computacional de la Universidad de Princeton. Cuenta con un extenso historial de investigación en matemáticas aplicadas, incluyendo varios trabajos sobre negociación óptima de valores, medición de costos de transacción y formación de carteras. Leif Andersen, Instructor desde 2004. Leif tiene una Maestría en Ingeniería Eléctrica y Mecánica de la Universidad Técnica de Dinamarca y un MBA de la Universidad de California en Berkeley y un doctorado en Finanzas de la Escuela de Negocios de Aarhus. Actualmente dirige los grupos de investigación cuantitativa de tasas, FX y crédito en Banc of America Securities. Antes de eso pasó 9 años en General Re Financial Products, trabajando en una variedad de mercados financieros. Leif ha publicado numerosos artículos en revistas académicas y de la industria, y ha ganado el premio Quant of the Year de Risk Magazines 2001. Marco M. Avellaneda, Profesor de Matemáticas y Director de la División de Matemáticas Financieras, Organizador de la Serie de Seminarios de Finanzas Matemáticas. Instructor desde 1998. B. S. Buenos Aires, 1981, Ph. D. Universidad de Minnesota 1985. Los centros de investigación de Marcos se centran en estrategias comerciales cuantitativas y modelos financieros. Ha publicado en matemáticas y matemáticas aplicadas, incluyendo el modelado de la volatilidad, el diseño de materiales compuestos y la turbulencia hidrodinámica. Él era un V. P. En Morgan Stanley en 1997 y 1998 en el Gestor de Cartera del Grupo de Productos Derivados de Gestión de Fondos de Capital, donde creó el Gestor de Cartera de Nimbus Fund 2004 en un importante fondo de cobertura de Nueva York donde dirigió Statistical Arbitrage 2006 a 2008 Partner en Finance Concepts LLC, Consultoría de gestión de riesgos con oficinas en Nueva York y París 2003 hasta la fecha Director de revistas Cuantitativa Finanzas, Revista Internacional de Finanzas Teóricas y Aplicadas, donde fue editor jefe de 1998 a 2003 Director de la Revista Internacional de Economía Teórica y Aplicada De Comunicaciones en Matemáticas Pura y Aplicada y Métodos Matemáticos en Ciencias Aplicadas. Marco es el autor del libro de texto Modelación Cuantitativa de Valores Derivados: De la Teoría a la Práctica, y editó la colección Análisis Cuantitativo en Mercados Financieros, Vol. I - III. Marco fue nombrado Quant of the Year 2010 por Risk Magazine. Paul Bourgade, Profesor Asociado de Matemáticas y Presidente de Matemáticas Financieras M. S. Programa. Paul obtuvo su Ph. D. En Matemáticas de la Universidad de París 6, Francia, en 2009. Recibió un M. S. En Probability de la Universit Paris 6, Francia, y un M. S. En Informática de Telecom París, Francia, en 2007. Recibió su B. S. En Matemáticas y Física, cole Polytechnique, Francia, 2006. Su investigación se centra en la teoría de la probabilidad (matrices aleatorias, análisis estocástico) y sus conexiones con otros dominios de la matemática como las ecuaciones diferenciales parciales. Peter Carr, Director Ejecutivo de la M. S. Programa en Matemáticas en Finanzas, Instructor desde 2003. En la primavera de 2010, Peter se reincorporó a Morgan Stanley como Director Gerente y Director Global de Modelación de Mercado. Anteriormente dirigió el grupo de Investigación Financiera Cuantitativa de Bloomberg en NY y grupos de investigación de derivados de acciones en Banc of America Securities y en Morgan Stanley. Sus posiciones académicas incluyen 4 años como profesor adjunto en la Universidad de Columbia y 8 años como profesor de finanzas en la Universidad de Cornell. Peter recibió su doctorado. En Finanzas de la UCLA en 1989 y ha publicado extensamente en revistas tanto académicas como orientadas a la industria. Es editor asociado de 6 revistas académicas relacionadas con las finanzas matemáticas y los derivados y un orador frecuente tanto en las conferencias de profesionales y académicos. Él es las compartimientos del riesgo de Quant del año para 2003 y el premio de las revistas de Wilmott para la investigación de la vanguardia en 2004. Slyvain Corlay es investigador del quant en Bloomberg LP. Sylvain es también miembro adjunto de la facultad en la Universidad de Columbia. Es Doctor en Matemática Aplicada de la Universidad Paris VI. Los intereses de investigación de Sylvains incluyen: probabilidad numérica, métodos de cuantificación funcional, volatilidad y modelado de correlación, y control estocástico. Jan Dash, Instructor desde 2009, fue director y administrado grupos de riesgo / cantidad en Merrill Lynch, Eurobrokers, Fuji Capital Markets, Salomon Smith Barney / Citigroup y Moore Capital Management. Es Presidente de J. Dash Consultants LLC y Visiting Reseach Scholar de la Fordham Universitys Graduate School of Business. Introdujo las integrales de trayectoria de Feynman-Wiener como un paradigma general, incluyendo opciones. Él co-inventó el modelo macro-micro que produce una descripción más realista de las variables subyacentes, incluyendo escalas largas y cortas del tiempo. Escribió el libro Cuantitativa de Finanzas y Gestión de Riesgos, Un Enfoque Físico (World Scientific, 2004). Anteriormente fue Profesor Asistente en la Universidad de Oregon, Director de Investigación del Centro de Física Thorique (CNRS, Marsella, Francia) y MTS de Bell Labs. Publicó más de 60 artículos científicos. Tiene una licenciatura en ingeniería de Caltech y un doctorado en física teórica de alta energía de UC Berkeley. Bruno Dupire, Instructor desde 2005. Después de haber dirigido equipos de investigación de derivados en Societe Generale, Paribas y Nikko FP, Bruno se unió a Bloomberg en Nueva York en 2004 para desarrollar análisis avanzados. Es conocido por su trabajo en el modelado de la volatilidad, incluyendo el Modelo de Volatilidad Local (1993), la extensión más simple del modelo Black-Scholes-Merton para ajustarse a todos los precios de las opciones y los resultados posteriores sobre la volatilidad estocástica y los derivados de la volatilidad. Fue incluido en diciembre de 2002 en el Salón de la Fama de la revista Risk de las 50 personas más influyentes en la historia de los derivados. Recibió el premio Wilmott 2006 de investigación de vanguardia y fue elegido en 2006 como el más importante practicante de derivados de los últimos 5 años en la encuesta de ICBI Global Derivatives. Eimen Errais, Instructor en 2010. CEO y fundador de CreditFlow, una empresa de asesoría de comercio de crédito estructurado, el Dr. Errais tiene un doctorado de la Universidad de Stanford en Ciencias de Gestión e Ingeniería. Tiene maestría tanto en Investigación de Operaciones como en Ingeniería Financiera. Ha trabajado en las áreas de modelado estocástico, programación dinámica y simulaciones de Monte Carlo. Eymen comenzó su carrera como comerciante de derivados de crédito en Credit Suisse antes de unirse a Barclays Capital, donde trabajó tanto como comerciante de correlación de flujo de crédito y un comerciante a medida. Luego, se unió a Calypso Technology para dirigir sus negocios de crédito y tarifas y dirigir Galápagos, una empresa de software que construye algoritmos genéticos, adquirida por Calypso Tech. Recientemente Eymen fue el jefe de bespoke, opciones y fuera de la ejecución de tramos de comercio en Creditex en Nueva York. Vladimir Finkelstein, Instructor desde 2005, es socio fundador y Director de Ciencia de Horton Point LLC, empresa de gestión de inversiones especializada en estrategias cuantitativas a través de clases de activos. Anteriormente, fue Director Gerente y Jefe de Investigación Cuantitativa de Citadel Investment Group (2003-2005), y Jefe de Modelos de Riesgo de Derivados y director global de Análisis de Derivados de Crédito de Goldman, Sachs (2000-2003). Vladimir comenzó su carrera en finanzas en J. P.Morgan en 1991, donde primero construyó el Grupo de Investigación de Derivados de Renta Fija en Nueva York, y más tarde fue responsable de Global Credit Derivatives Analytics. Tiene un Ph. D. En Física de NYU y un M. S. En Física Teórica del Instituto de Física y Tecnología de Moscú. Jonathan B. Goodman, Profesor de Matemáticas Fundador del Comité de Matemáticas en Finanzas Instructor desde el año 2000. Jonathan obtuvo su Ph. D. En 1982 de la Universidad de Stanford, especializada en matemáticas computacionales y aplicadas. Sus intereses de investigación van desde la teoría matemática de las ondas de choque hasta los innovadores métodos de Monte Carlo en química cuántica. Su consultoría privada ha incluido trabajo sobre métodos computacionales en finanzas para Morgan Stanley amp Co. y NumeriX. Douglas Greenig, Instructor en 2010. Doug es un gestor de cartera con amplia experiencia en inversiones de renta fija y macro. Fue Director Gerente en Fortress Investment Group de 2006 a 2010. Antes de Fortress, Doug fue Director Gerente de RBS Greenwich Capital, donde dirigió tanto el MBS como el Structured Portfolios (multi-estrategia). Doug trabajó en Goldman Sachs durante 6 años en el comercio de propiedad y la investigación de renta fija. Doug tiene un doctorado y un M. S. En Matemáticas de la Universidad de California en Berkeley, y un A. B. De la universidad de Princeton donde él ganó el premio de Wilson para el trabajo en macroeconomía en 1986. Julien Guyon es analista cuantitativo mayor en el grupo de la investigación cuantitativa en Bloomberg L. P. Nueva York. También es profesor adjunto en la Universidad de Columbia. Antes de unirse a Bloomberg, Julien trabajó en el equipo Global Markets Quantitative Research de Societe Generale en París durante seis años (2006-2012). Fue coautor del libro Nonlinear Option Pricing (Chapman amp Hall, CRC Serie de Matemáticas Financieras, 2014) con Pierre Henry-Labordere. Julien tiene un Ph. D. En Teoría de la Probabilidad y Estadística de la Ecole des ponts (París). Se graduó de la Ecole Polytechnique (París), de la Universite Paris 6 y de la Ecole des ponts. También fue profesor adjunto en la Universite Paris 7 y Ecole des ponts. Sus principales intereses de investigación incluyen la fijación de precios de opciones no lineales, la volatilidad y el modelado de correlación, y métodos numéricos probabilísticos. Ali Hirsa, Instructor desde 2004. Jefe de Estrategia de Negociación Analítica en Caspian Capital Management, LLC. Antes de su posición actual, Ali trabajó en Morgan Stanley, Banc of American Securities y Prudential Securities. Ali recibió su Ph. D. En matemáticas aplicadas de la Universidad de Maryland en College Park bajo la supervisión de Dilip B. Madan. Su enfoque de tesis se centraba en la fijación de precios de opciones exóticas bajo los procesos de Levy. Merrell Hora, Instructor en 2009. Merrell Hora es responsable de las estrategias de ejecución cuantitativa interna del grupo de comercio de programas de equidad Credit Suisses. Anteriormente fue responsable de la investigación cuantitativa y desarrollo de la plataforma de trading algorítmico de Credit Suisses, Advanced Execution Services. Antes de unirse a Credit Suisse, trabajó con Lava Trading, proporcionando investigación cuantitativa que apoya el enrutamiento dinámico de pedidos y la previsión de liquidez. Antes de eso, fue gerente senior de cartera de OppenheimerFunds, como director principal de 7 fondos de renta fija. Mientras que en OppenheimerFunds también desarrolló numerosos productos cuantitativos que apoyan la cobertura intradía, la selección de valores, la asignación de activos y la gestión de riesgos. Merrell tiene un doctorado en economía de la Universidad de Minesota, y un soltero de la Universidad de California en San Diego. Brett Humphreys, Instructor desde 2008. Brett es Director Ejecutivo del grupo Commodities de Morgan Stanley, donde se concentra en la gestión de riesgos. Antes de esto, trabajó en el grupo de commodities en J. P Morgan, como consultor de administración de riesgos en Price Waterhouse y en asesoría de administración de riesgo en Bankers Trust. En 1999, fue cofundador de Risk Capital, una empresa independiente de consultoría de gestión de riesgos que fue vendida en 2006 a Towers Perrin. Tiene un BA de Harvard en Ciencias Físicas (1991) y un Ph. D. De la Universidad Estatal de Pennsylvania en Economía Mineral, (1996). Robert V. Kohn, Profesor de Matemáticas Presidente del Comité de Matemáticas en Finanzas (2003-2006 y 2009-2011) Instructor desde 1998. Bob recibió su Ph. D. De la Universidad de Princeton en 1979. Sus intereses de investigación incluyen la ciencia de los materiales, las ecuaciones diferenciales parciales no lineales, los problemas inversos y la optimización, así como las finanzas. Petter N. Kolm, Clinical Associate Professor of Mathematics since 2007 Director of the Mathematics in Finance M. S. Programa. Petters research interests include quantitative trading strategies, delegated portfolio management, financial econometrics, risk management, and optimal portfolio strategies. He is a member of the editorial board of the Journal of Portfolio Management . Previously, Petter worked in the Quantitative Strategies Group at Goldman Sachs Asset Management where his responsibilities included researching and developing new quantitative investment strategies for the groups hedge fund. Petter coauthored the books Financial Modeling of the Equity Market: From CAPM to Cointegration (Wiley, 2006), Trends in Quantitative Finance (CFA Research Institute, 2006), and Robust Portfolio Management and Optimization (Wiley, 2007). He holds a doctorate in mathematics from Yale University, an M. Phil. in applied mathematics from the Royal Institute of Technology in Stockholm, and an M. S. in mathematics from ETH Zurich. Kishor Laud, Instructor since 2000. Kishors work includes pricing models, risk management solutions, trading strategies and their implementation in high-performance computing environments. Currently, he is a Principal at a leading asset management firm focusing on solutions for portfolio construction, risk and asset allocation. Prior to that, Kishor was Director in the Global Equity Derivatives group at Merrill Lynch. At Merrill since 1993, Kishor has been in a wide range of businesses such as Emerging Markets, Credit Trading, and Bond Option Trading. Before Merrill, he was an analyst at Salomon Brothers. Kishor received his undergraduate degree in Electrical engineering from IIT, Mumbai and an MBA in Finance from the Stern School of Business at NYU. Andrew Lesniewski . Instructor since 2007, is a Managing Director and the Head of Quantitative Research at Ellington Management Group, a Greenwich, CT hedge fund. His team is responsible for the design and development of mathematical models supporting the firms fixed income trading and risk management. Prior to that, Andrew was the Head of FIRST, the quantitative research team in charge of fixed income modeling, in the New York office of BNP Paribas. He also worked there as a structured products trader in charge of trading exotic interest rates options. Before moving to finance, he was on the faculty of Harvard University. Andrew holds a Ph. D. in Mathematics from the Swiss Federal Institute of Technology (ETH) in Zurich, Switzerland. Keith Lewis, instructor since 2008. By training, Keith is a mathematican who began his career as an assistant professor at Brown University. Since 1991 Keith has been working in New York at top investment firms. At Bankers Trust he did technology for the interest rate derivatives group and worked in the quant group responsible for all derivative products traded by Bankers worldwide. At Morgan Stanley Keith worked in the technology group supporting the fixed income derivative desk, ran the technical side of their AAA subsidiary, and was a member of the Global Treasury group responsible for determining capital charges for all trades done by the Derivative Products Group. At Banc of America Securities Keith was very actively engaged in many levels of their derivative securities business. Since 2002, Keith has been doing consulting for hedge funds and investment banks. Richard Lindsey, Instructor since 2009, is president of the Callcott Group, LLC, a consulting group specializing in financial markets, risk management, and quantitative portfolio analysis. He is the Chairman of the International Association of Financial Engineers. Until December 2006, Dr. Lindsey was president of Bear, Stearns Securities Corporation and a member of the Management Committee of The Bear Stearns Companies, Inc. Before joining Bear Stearns, Dr. Lindsey served as the Director of Market Regulation for the U. S. Securities and Exchange Commission and as the Chief Economist of the SEC. He was a finance professor at the Yale School of Management before joining the SEC. Dr. Lindsey has done extensive work in the areas of market micro-structure and the pricing of derivative securities. He has held the positions of Visiting Academic at the Nikko Research Institute in Tokyo, Japan, and Visiting Economist at the New York Stock Exchange. He has a B. S. in Chemical Engineering from Illinois Institute of Technology, an M. S. in Chemical Engineering from Berkeley, an M. B.A. from the University of Dallas, and a Ph. D. in Finance from the University of California, Berkeley. Lee Maclin, Instructor since 2000. Lee has over twenty years of experience on Wall Street and has worked and consulted for some of its largest and best known firms. Since 1991, Lee has worked primarily in the trading and investment management fields, specializing in the application of statistical methods, modeling, and high frequency simulation. From 1993 to 1997, Lee ran a quantitative trading department for Mint Investment Management, which, at the time, was one of the largest commodity trading advisors in the world. In 2002, Lee was one of the founding partners of Pragma Financial Systems and, for the next six years, served as its Director of Research. At Pragma, Lees work focused on the development of optimal execution and dynamic portfolio management tools. He is a frequent speaker on the topic of algorithmic trading and computational finance. Fabio Mercurio, Instructor in 2011, is a quant business managers at Bloomberg LP, New York. Previously, he was the head of the Financial Engineering at Banca IMI, Milan. He holds a BSc in Applied Mathematics from the University of Padua and a Ph. D. in Mathematical Finance from the Erasmus University of Rotterdam. His recent scientific interests include interest rate and inflation modelling for pricing and hedging exotics, the pricing of hybrids and the smile modelling for different asset classes. Fabio has published extensively in books and international journals, including 10 cutting-edge articles in Risk Magazine. He also jointly authored the book Interest rate models: theory and practice. Robert Reider, Instructor since 2007, is a Portfolio Manager for Millennium Partners, a multistrategy hedge fund, where he develops and trades various quantitative equity strategies. Prior to that, he was Vice President at J. P. Morgan in the Foreign Exchange Options group (1994-1997) and the Proprietary Trading group (1997-2000). He holds a Ph. D. in Finance from the Wharton School and a BS and MS in Systems Engineering from the University of Pennsylvania. David Shimko, Instructor since 2006 . David holds a Ph. D. in finance from Northwestern University. He has taught finance at Northwestern, USC, Harvard Business School and the Courant Institute (NYU). His professional career included managing commodity derivatives research and risk management at JPMorgan, managing client advisory at Bankers Trust, and co-founding Risk Capital, an independent advisory firm sold to Towers Perrin in 2006. Glen Swindle, Instructor since 2008. Glen Swindle is a Managing Director and co-head of natural gas and power trading at Credit Suisse in the Energy Marketing and Trading Group. He was previously a Managing Director at Constellation Energy where he ran the strategies group. Prior to this, he worked at Avista Energy in Houston. Westend Capital Management in Bermuda and at CSFB in fixed income arbitrage. He has a Ph. D. in Applied Mathematics from Cornell University (1988), and held tenured positions at the University of California. Santa Barbara and at Cornell University. He also has a BS from Caltech in Mechanical Engineering, (1982) and a MSE from Princeton University in Mechanical Aerospace Engineering, (1985). Leon Tatevossian, Instructor since 2009, has twenty-one years of experience in the fixed-income capital markets, including positions as a trader, quantitative strategist, derivatives modeler, and market-risk analyst. Currently, he is a consultant in the Group Risk Management area at Royal Bank of Canada Capital Markets. In 2006-07, Leon was a principal and senior trader in an internal asset-backed securities hedge fund at Banc of America Securities. His prior experience includes trader and strategist/modeler roles in US Treasury securities, US agency securities, interest-rate derivatives, mortgage-backed securities, and credit derivatives at Morgan Stanley, Salomon Brothers, Citicorp Securities, ABN AMRO Incorporated, and Countrywide Securities. He also worked as a fixed-income derivatives analyst in the Firmwide Risk Department at Goldman Sachs from 2000-03. Leon has an S. B. degree in mathematics from MIT and was a graduate student in mathematics at Brown University.