Expert des marchés financiers BC03 Gérer les risques de marché, de liquidité et de crédit

Calculer les risques de marché à l'aide de la VaR (Value At Risk) Swing Trading et Analyse technique Calculer les pertes potentielles au-delà d'un quantile Mesurer les impasses de refinancement clientèle Chapitre 1 : Les bougies japonaises Chapitre 2 : Tendance et théorie de Dow Les tendances primaires, secondaires et mineures Inversion de tendance Chapitre 3 : Les unités de temps et le multi time frame Section 2 : Les concepts clés de l'analyse technique Chapitre 4 : Les supports et résistances Chapitre 5 : Les droites et canaux de tendance Chapitre 6 : Les ratios de Fibonacci Chapitre 7 : Les différents types de gaps Chapitre 8 : Les moyennes mobiles Différents types de moyennes mobiles : simple, exponentielle, pondérée Comment utiliser les moyennes mobiles pour identifier les tendances Stratégies de croisement de moyennes mobiles Moyennes mobiles comme support et résistance dynamique PROGRAMME : XEILOS - 18 rue Costes et Bellonte, Bâtiment Espace Azur, 5e étage, 06200 Nice - siren 919 580 183 mail : contact@xeilos.fr Chapitre 9 : Les bandes de Bollinger Introduction aux Bandes de Bollinger Comprendre la volatilité Utilisation des Bandes de Bollinger pour identifier les opportunités de trading Convergences des bandes de Bollinger avec niveau Fibonacci et zones de prix Chapitre 10 : Les oscillateurs Différences entre indicateur et oscillateur MACD (ZR) RSI Section 4 : Gestion du risque et techniques de prise de position Chapitre 11 : Passage d'ordre Exemples de mise en pratique Chapitre 12 : Money management et ratio gain/perte Chapitre 13 : Astuces et techniques de trader Chapitre 14 : Plan de trading et études de cas pratiques Mesurer la sensibilité au taux d'intérêt Etablir une mesure de l'endettement des entreprises Evaluer la solvabilité des entreprises sur les marchés financiers à l'aide des agences de notations afin mesurer le risque de défaut d'une entreprise Etablir des mesures statistiques conformément au RGPD en anonymisant les données à caractère personnel (tests de normalité) à l'aide de big data pour valider statistiquement l'utilisation de probabilités de défaut.