Analitika financija
Prikazani su podaci za akademsku godinu: 2023./2024.
Nositelji
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.
Studijski programi
Sveučilišni diplomski
Izborni predmeti (1. semestar) (3. semestar)[FER3-HR] Automatika i robotika - profil
Izborni predmeti
(1. semestar)
(3. semestar)
[FER3-HR] Elektroenergetika - profil
Izborni predmeti
(1. semestar)
(3. semestar)
Izborni predmeti
(1. semestar)
(3. semestar)
[FER3-HR] Elektronika - profil
Izborni predmeti
(1. semestar)
(3. semestar)
Izborni predmeti
(1. semestar)
(3. semestar)
Izborni predmeti
(3. semestar)
Izborni predmeti profila
(3. semestar)
Izborni predmeti
(1. semestar)
(3. semestar)
Izborni predmeti
(1. semestar)
(3. semestar)
[FER3-HR] Računalno inženjerstvo - profil
Izborni predmeti
(1. semestar)
(3. semestar)
Izborni predmeti
(1. semestar)
(3. semestar)
[FER3-HR] Računarska znanost - profil
Izborni predmeti
(1. semestar)
(3. semestar)
[FER3-HR] Znanost o mrežama - profil
Izborni predmeti
(1. semestar)
(3. semestar)
[FER3-HR] Znanost o podacima - profil
Izborni predmeti
(3. semestar)
Izborni predmeti profila
(3. semestar)
Ishodi učenja
- Definirati osnovne pojmove u kvantitativnim financijama
- Objasniti matematičke temelje osnovnih kvantitativnih metoda u financijama
- Definirati i razlikovati tipove financijskih podataka
- Razlikovati modele za vrednovanje imovine
- Definirati osnove teorije portfelja i primijeniti metode za optimizaciju portfelja
- Objasniti adekvatnost statističkih metoda i algoritama strojnog učenja za promjene u kvantitativnim financijama
Oblici nastave
Predavanja
Predavanja će se odvijati u trajanju od 3 sata tjedno.
LaboratorijLaboratorijske vježbe organizirane su projektno.
Način ocjenjivanja
Kontinuirana nastava | Ispitni rok | |||||
---|---|---|---|---|---|---|
Vrsta provjere | Prag | Udio u ocjeni | Prag | Udio u ocjeni | ||
Seminar/Projekt | 25 % | 40 % | 25 % | 40 % | ||
Međuispit: Pismeni | 0 % | 30 % | 0 % | |||
Završni ispit: Pismeni | 0 % | 30 % | ||||
Ispit: Pismeni | 50 % | 60 % |
Napomena / komentar
Prag na kontinuiranoj nastavi je 50% od ukupnog zbroja bodova međuispita i završnog ispita.
Tjedni plan nastave
- Klasifikacija u računalnim financijama
- Modeliranje u računalnim financijama
- Normalna distribucija. Log-normalna distribucija, Modeli u neprekidnom vremenu. Uvod u difuzijske procese. Wienerov proces
- Koncept rizika. Rizik i očekivani povrat portfelja. Optimizacija portfelja, Markowitzeva teorija portfelja. Efikasni portfelj. Izračun efikasne granice
- Model za vrednovanje kapitalne imovine. Testiranje modela za vrednovanje kapitalne imovine: ekonometrijski pristup. Faktor bete, Pravac tržišta kapitala. Pravac tržišta vrijednosnica
- Princip optimalnosti. Bellmanova jednadžba
- Numerička aproksimacija (diskretizacija dinamike)
- Međuispit
- Numeričke metode za optimizaciju portfelja
- Generiranje slučajnih brojeva
- Smanjenje varijance
- Kvazi Monte Carlo metoda
- Trgovanje parovima, Kontrarijanske metode
- Strategije zasnovane na momentu, Trgovanje zasnovano na kointegraciji
- Završni ispit
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
0 Seminar
0 Auditorne vježbe
15 Laboratorijske vježbe
0 Konstrukcijske vježbe
Ocjenjivanje
89 izvrstan
76 vrlo dobar
63 dobar
50 dovoljan