Analitika financija

Prikazani su podaci za akademsku godinu: 2023./2024.

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)
Izborni predmeti (1. semestar) (3. semestar)
Izborni predmeti (1. semestar) (3. semestar)
Izborni predmeti (1. semestar) (3. semestar)
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)
Izborni predmeti (1. semestar) (3. semestar)
Izborni predmeti (1. semestar) (3. semestar)
Izborni predmeti (1. semestar) (3. semestar)
Izborni predmeti (1. semestar) (3. semestar)
Izborni predmeti (3. semestar)
Izborni predmeti profila (3. semestar)

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

Predavanja će se odvijati u trajanju od 3 sata tjedno.

Laboratorij

Laboratorijske 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

  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

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
0 Vježbe tjelesnog odgoja

Ocjenjivanje

89 izvrstan
76 vrlo dobar
63 dobar
50 dovoljan

Sličan predmet