„Kockázatelemzés és -kezelés” változatai közötti eltérés

(3 közbenső módosítás ugyanattól a felhasználótól nincs mutatva)

12. sor:

| nagyzh = 1 db

| hf = nincs

| vizsga = ~~írásbeli~~

| vizsga = szóbeli

| levlista =

| tad = https://portal.vik.bme.hu/kepzes/targyak/VIHIM277

| tárgyhonlap =

| tárgyhonlap = http://www.hit.bme.hu/~ceffer/risk/

}}

== Bevezetés ==

Átfogó ismeretek adása a jövendő döntéshozóknak a jelenleg használatban lévő kockázat analízis és kockázat menedzselő stratégiákról A tárgy elsősorban az üzleti gyakorlatban előforduló legfontosabb kockázati problémák azonosítására, illetve azok kezelésére, elkerülésére összepontosít. A hallgató gyakorlatot szerez a kockázatelemzésben és kockázatfeltárásban; valamint képessé válik kockázatkezelési stratégia tervezésére. '''A tantárgy csak angol nyelven indul.'''

== Követelmények ==

*'''Labor''': A laborgyakorlatok legalább 70% történő részvétel és a laborfeladatok összesített legalább elégséges szintű teljesítése

*'''ZH''': A szorgalmi időszakban: 1 nagy zárthelyi, legalább 40%-os teljesítése.

*'''Félévi jegy''': A végső jegybe a laborfeladatok 1/3-os, a ZH 1/3-os és a vizsga is 1/3-os súllyal számít bele.

== Segédanyagok ==

== ZH ==

== Vizsga ==

=== Tételsor ===

{{Rejtett

|mutatott='''2016'''

|szöveg=

#Mathematical description of large systems, definition of risk, stochastic interpretation. Complexity of evaluating the risk measures.

#Evaluation of risk when defined as the tail of the risk measure. Large deviation theory, Markov inequality, Chernoff bound.

#Different optimization techniques for setting the free parameter of the Chernoff bound.

#Low risk operation by admission control, applying the Chernoff bound to ensure a pre-defined risk level, in the case of users belonging to different classesd.

#Portfolio diversification as risk mitigation. Portfolio optimization as a quadratic problem by minimizing the variance of the portfolio return.

#Low-risk portfolios by mean reverting processes. The Orstein-Uhlenbeck process, the risk (predictability factor), risk optimization as a generalized eigenvalue problem.

#Solutions for the extreme (largest and smallest) eigenvalue problem, gradient method and Oja’s algorithm.

#Estimating the average risk by Monte Carlo methods.

#Estimating the average risk by Stratified Sampling.

#Estimating the average risk by the Li –Sylvester method.

#Estimating the average risk by adaptive approximation using the Radial Basis Functions.

}}

@@ 12. sor: / 12. sor: @@
 | nagyzh = 1 db
 | hf = nincs
-| vizsga = írásbeli
+| vizsga = szóbeli
 | levlista =
 | tad = https://portal.vik.bme.hu/kepzes/targyak/VIHIM277
-| tárgyhonlap =
+| tárgyhonlap = http://www.hit.bme.hu/~ceffer/risk/
 }}
 == Bevezetés ==
 Átfogó ismeretek adása a jövendő döntéshozóknak a jelenleg használatban lévő kockázat analízis és kockázat menedzselő stratégiákról A tárgy elsősorban az üzleti gyakorlatban előforduló legfontosabb kockázati problémák azonosítására, illetve azok kezelésére, elkerülésére összepontosít. A hallgató gyakorlatot szerez a kockázatelemzésben és kockázatfeltárásban; valamint képessé válik kockázatkezelési stratégia tervezésére. '''A tantárgy csak angol nyelven indul.'''
+== Követelmények ==
+*'''Labor''': A laborgyakorlatok legalább 70% történő részvétel és a laborfeladatok összesített legalább elégséges szintű teljesítése
+*'''ZH''': A szorgalmi időszakban: 1 nagy zárthelyi, legalább 40%-os teljesítése.
+*'''Félévi jegy''': A végső jegybe a laborfeladatok 1/3-os, a ZH 1/3-os és a vizsga is 1/3-os súllyal számít bele.
+== Segédanyagok ==
+== ZH ==
+== Vizsga ==
+=== Tételsor ===
+{{Rejtett
+|mutatott='''2016'''
+|szöveg=
+#Mathematical description of large systems, definition of risk, stochastic interpretation. Complexity of evaluating the risk measures.
+#Evaluation of risk when defined as the tail of the risk measure. Large deviation theory, Markov inequality, Chernoff bound.
+#Different optimization techniques for setting the free parameter of the Chernoff bound.
+#Low risk operation by admission control, applying the Chernoff bound  to ensure a pre-defined risk level, in the case of users belonging to different classesd.
+#Portfolio diversification as risk mitigation. Portfolio optimization as a quadratic problem by minimizing the variance of the portfolio return.
+#Low-risk portfolios by mean reverting processes. The Orstein-Uhlenbeck process, the risk (predictability factor), risk optimization as a generalized eigenvalue problem.
+#Solutions for the extreme (largest and smallest) eigenvalue problem, gradient method and Oja’s algorithm.
+#Estimating the average risk by Monte Carlo methods.
+#Estimating the average risk by Stratified Sampling.
+#Estimating the average risk by the Li –Sylvester method.
+#Estimating the average risk by adaptive approximation using the Radial Basis Functions.
+}}