Analitika financija

Opis predmeta

Predmet pokriva temeljne metode u kvantitativnim financijama. Obuhvaća tri široka područja: financijsku ekonometriju, statističko strojno učenje za financijske primjene i dinamičko programiranje. Predmet pruža sveobuhvatan uvod u financijsku ekonomiju, a posebno u vrednovanje imovine. Osigurava temelj za glavne analitičke tehnike i kvantitativne metode potrebne u financijskoj industriji. Primjeri primjena uključuju optimizaciju portfelja, upravljanje rizikom i trgovanje u vlastito ime.

Ishodi učenja

  1. Definirati osnovne pojmove u kvantitativnim financijama
  2. Objasniti matematičke temelje osnovnih kvantitativnih metoda u financijama
  3. Definirati i razlikovati tipove financijskih podataka
  4. Razlikovati modele za vrednovanje imovine
  5. Definirati osnove teorije portfelja i primijeniti metode za optimizaciju portfelja
  6. Objasniti adekvatnost statističkih metoda i algoritama strojnog učenja za promjene u kvantitativnim financijama

Oblici nastave

Predavanja

Samostalni zadaci

Laboratorij

Tjedni plan nastave

  1. Klasifikacija u računalnim financijama
  2. Modeliranje u računalnim financijama
  3. Normalna distribucija. Log-normalna distribucija, Modeli u neprekidnom vremenu. Uvod u difuzijske procese. Wienerov proces
  4. Koncept rizika. Rizik i očekivani povrat portfelja. Optimizacija portfelja, Markowitzeva teorija portfelja. Efikasni portfelj. Izračun efikasne granice
  5. Model za vrednovanje kapitalne imovine. Testiranje modela za vrednovanje kapitalne imovine: ekonometrijski pristup. Faktor bete, Pravac tržišta kapitala. Pravac tržišta vrijednosnica
  6. Princip optimalnosti. Bellmanova jednadžba
  7. Numerička aproksimacija (diskretizacija dinamike)
  8. Međuispit
  9. Numeričke metode za optimizaciju portfelja
  10. Generiranje slučajnih brojeva
  11. Smanjenje varijance
  12. Kvazi Monte Carlo metoda
  13. Trgovanje parovima, Kontrarijanske metode
  14. Strategije zasnovane na momentu, Trgovanje zasnovano na kointegraciji
  15. Završni ispit

Studijski programi

Sveučilišni diplomski
Audiotehnologije i elektroakustika (profil)
Slobodni izborni predmeti (1. semestar)
Automatika i robotika (profil)
Slobodni izborni predmeti (1. semestar)
Elektroenergetika (profil)
Slobodni izborni predmeti (1. semestar)
Elektroničko i računalno inženjerstvo (profil)
Slobodni izborni predmeti (1. semestar)
Elektronika (profil)
Slobodni izborni predmeti (1. semestar)
Elektrostrojarstvo i automatizacija (profil)
Slobodni izborni predmeti (1. semestar)
Komunikacijske i svemirske tehnologije (profil)
Slobodni izborni predmeti (1. semestar)
Programsko inženjerstvo i informacijski sustavi (profil)
Slobodni izborni predmeti (1. semestar)
Računalno inženjerstvo (profil)
Slobodni izborni predmeti (1. semestar)
Računalno modeliranje u inženjerstvu (profil)
Slobodni izborni predmeti (1. semestar)
Računarska znanost (profil)
Slobodni zborni predmeti (1. semestar)
Znanost o mrežama (profil)
Slobodni izborni predmeti (1. semestar)

Literatura

(.), Statistics and Data Analysis for Financial Engineering, David Ruppert, Springer, 2011,
(.), Advances in Financial Machine Learning, De Prado, Marcos Lopez, Wiley; 1 edition, 2018,
(.), The Econometrics of Financial Markets, Campbell, John Y., Andrew W. Lo, and A. Craig MacKinlay, Princeton, NJ: Princeton University Press, 1996.,
(.), Asset Pricing, Cochrane, John H, Revised ed. Princeton, NJ: Princeton University Press, 2005.,

Za studente

Izvedba

ID 222444
  Zimski semestar
5 ECTS
R1 Engleski jezik
R1 E-učenje
45 Predavanja
15 Laboratorijske vježbe

Ocjenjivanje

izvrstan
vrlo dobar
dobar
dovoljan