Aperçu des méthodes quantitatives dans le CFA Niveau 1

Sujets clés sur lesquels vous devez vous concentrer

1. Aperçu du sujet

Méthodes quantitatives est l'un des sujets les plus importants et fondamentaux du programme Chartered Financial Analyst Niveau I.

Ce sujet couvre principalement des concepts clés tels que :

• La valeur temporelle de l'argent
• La valeur actuelle et future des flux de trésorerie
• Probabilité et statistiques
• Tests d'hypothèses

Une bonne compréhension de ces sujets vous donnera un avantage majeur lors de l'étude de sujets plus avancés comme l'évaluation des actifs et la gestion de portefeuille plus tard dans le programme CFA.

Bien que le volume de matériel soit relativement important, les Méthodes Quantitatives sont souvent considérées comme un “ sujet de notation ” parce que :

• Les concepts ne sont pas trop compliqués
• De nombreuses questions sont basées sur des calculs
• Il est particulièrement avantageux d'avoir une solide formation en mathématiques

Poids de l'examen : Environ 8–12% de l'examen CFA Niveau I

2. Sujets principaux et concepts importants

La section Méthodes Quantitatives comprend généralement plusieurs modules (note : le programme peut changer légèrement chaque année). Voici un aperçu structuré :

Module 1 : Valeur temporelle de l'argent

• Comprendre les taux d'intérêt et leurs composants
• Calculer le Taux Annuel Efficace (TAE)
• Maîtriser la valeur actuelle (VA) et la valeur future (VF) des flux de trésorerie
• Utiliser efficacement une calculatrice financière

Module 2 : Organisation, Visualisation et Description des Données

• Types et classification des données
• Distributions de fréquence
• Tableaux de contingence et matrices de confusion
• Techniques de visualisation des données
• Mesures de tendance centrale : moyenne, médiane, mode
• Moyenne arithmétique vs moyenne géométrique
• Quantiles et percentiles
• Mesures de dispersion : étendue, variance, écart type
• Coefficient de variation
• Asymétrie et kurtosis
• Coefficient de corrélation

Module 3 : Concepts de probabilité

• Variables aléatoires et fondamentaux de la probabilité
• Probabilité conditionnelle vs inconditionnelle
• Règles d'addition et de multiplication
• Valeur attendue, covariance, corrélation
• Applications dans le rendement et le risque de portefeuille
• Formule de Bayes
• Factoriels, permutations et combinaisons

Module 4 : Distributions de probabilité courantes

• Variables aléatoires discrètes vs continues
• Distribution binomiale
• Distribution uniforme
• Distribution normale
• Distribution log-normale
• Risque de perte et critère de sécurité de Roy
• Capitalisation discrète vs continue
• Distribution t de Student, distribution F
• Simulation de Monte Carlo

Module 5 : Échantillonnage et Estimation

• Méthodes d'échantillonnage aléatoire
• Erreur d'échantillonnage et échantillonnage stratifié
• Théorème de la limite centrale
• Erreur standard de la moyenne
• Intervalles de confiance
• Méthodes de rééchantillonnage (Bootstrap, Jackknife)
• Biais d'échantillonnage

Module 6 : Test d'hypothèse

• Cadre de test d'hypothèse
• Hypothèses nulle et alternative
• Tests unilatéraux vs bilatéraux
• Erreurs de type I et de type II
• Statistiques de test et niveau de signification
• Interprétation de la p-valeur
• Test des paramètres de population (moyenne, variance, etc.)

Module 7 : Introduction à la régression linéaire

• Modèle de régression linéaire simple
• Variables dépendantes et indépendantes
• Équation de régression, pente et intercept
• Régression transversale vs régression en série temporelle
• Hypothèses des modèles de régression
• Indicateurs clés : SST, RSS, SSE, R²
• Tests d'hypothèses courants (test F, test t)
• Valeurs prédites et intervalles de confiance
• Extensions des modèles de régression linéaire