Python pour l’actuariat

• Étudiants qui veulent un vrai projet Python à montrer
• Chargés d’études qui veulent automatiser leurs analyses
• Profils Excel qui veulent passer à des traitements reproductibles

• Charger, nettoyer et agréger un fichier de sinistres avec pandas
• Calculer fréquence, coût moyen et prime pure par segment
• Visualiser un portefeuille avec Matplotlib
• Simuler la charge d’un portefeuille et calculer VaR et TVaR

1. 01Chapitre 1 · Prise en mainPython, Jupyter et les bases du langage, sans prérequis.

   Au programme

   • Installer et lancer Jupyter
   • Types, listes et dictionnaires
   • Conditions et boucles
   • Fonctions
2. 02Chapitre 2 · NumPyCalculer sur des tableaux entiers d’un coup.

   Au programme

   • Tableaux NumPy
   • Calcul vectorisé
   • Masques booléens
   • Sommes cumulées et statistiques

   Exercice : lire une ligne de NumPyExercice : un facteur de développementExercice : filtrer avec un masque NumPy
3. 03Chapitre 3 · pandasLire, nettoyer et filtrer une base de contrats et de sinistres.

   Au programme

   • Lire un fichier CSV ou Excel
   • Nettoyer les données
   • Filtrer et trier
   • Joindre contrats et sinistres
4. 04Chapitre 4 · Agréger un portefeuilleFréquence, coût moyen et prime pure par segment.

   Au programme

   • groupby et agrégations
   • Fréquence avec exposition
   • Coût moyen et prime pure
   • Tableaux croisés

   Exercice : une fréquence par zoneExercice : une fréquence qui tient compte de l’exposition
5. 05Chapitre 5 · VisualiserDes graphiques Matplotlib pour lire un portefeuille d’un coup d’œil.

   Au programme

   • Histogrammes et courbes
   • Comparer des segments
   • Graphiques de triangles
   • Exporter ses figures
6. 06Chapitre 6 · Un triangle de liquidation en PythonDe la base de sinistres au Chain Ladder automatisé.

   Au programme

   • Construire le triangle avec pivot_table
   • Facteurs de développement
   • Charge ultime et provision
   • Contrôler le résultat

   Exercice : un triangle avec pivot_table
7. 07Chapitre 7 · Simulation Monte CarloSimuler la charge d’un portefeuille et estimer VaR et TVaR.Offert

   Au programme

   • Générateurs aléatoires
   • Simuler fréquence et coûts
   • VaR et TVaR
   • Précision et reproductibilité

   Lire le chapitre offertExercice : combien de simulations ?
8. 08Chapitre 8 · Un premier GLM avec statsmodelsEstimer un modèle de fréquence et lire ses coefficients.

   Au programme

   • Préparer les données
   • GLM de Poisson avec exposition
   • Lire et tester les coefficients
   • Prédire une prime

   Exercice : un tarif multiplicatif
9. 09Chapitre 9 · Du notebook au script propreFonctions, tests simples et résultats reproductibles.

   Au programme

   • Organiser son code
   • Écrire des fonctions
   • Tests simples
   • Partager son travail

• Scharge totale, modèle collectif
• VaR_αValue at Risk
• TVaR_αTail Value at Risk
• Eexposition
• GLMmodèle linéaire généralisé

• Des chapitres rédigés

  La définition, l’intuition, la formule et d’où elle vient, un exemple chiffré et les erreurs fréquentes.

• Des exercices corrigés

  À trois niveaux, du calcul direct au jugement de praticien, avec chaque étape et les pièges classiques.

• Des fichiers pour pratiquer

  Classeurs Excel ou notebooks Python sur des données fictives (en préparation).

• Un contact par e-mail

  Une question sur le contenu ou une erreur repérée ? Écrivez-nous. Les erreurs confirmées sont corrigées ; il n’y a ni suivi individuel ni réponse garantie.

• Mémoire d’actuariatÉtude et implémentation automatisée du calcul des provisions techniques dans les comptes d’assurance santé pour expatriésAdomo Yves Alain Wilfried Allo · ISFA · réalisé chez MSH International

← Tous les cours