„Algoritmikus tőzsdei folyamat-előrejelzés” változatai közötti eltérés
a →Python |
|||
| 38. sor: | 38. sor: | ||
== Vizsga == | == Vizsga == | ||
=== Tételsor === | === Tételsor === | ||
{{Rejtett | |||
|mutatott='''2016''' | |||
|szöveg= | |||
#Valószínűségszámítás alapjai: | |||
##Valószínűségi változó, Feltételes valószínűség, Sűrűségfüggvény, eloszlásfüggvény | |||
##Normál eloszlás, Várható érték, szórás, momentumok | |||
##Kovariancia, korreláció | |||
#Statisztika alapjai | |||
##Leíró statisztikák | |||
###Várható érték, szórás, kovariancia, korreláció (mit mutat meg, hogyan becsüljük) | |||
###Autokovariancia, autokorreláció (mit mutat meg, hogyan becsüljük) | |||
##Hipotéziselmélet | |||
#Fehér zaj tulajdonságai | |||
#Regresszió | |||
##Lineáris | |||
###Legkisebb négyzetek módszere (érintőlegesen) | |||
#Idősor elemzés alapjai | |||
##Sztochasztikus modell (alapja), stacionaritás | |||
##Simítási eljárások | |||
###Moving average | |||
#Determinisztikus modellek | |||
##Periodicitás meghatározása: periodogram | |||
##Trend meghatározása: regresszió | |||
#ARIMA modellcsalád | |||
##AR(p), MA(q), ARMA(p, q) | |||
##Paraméterek illesztése: ACF, PACF vizsgálata | |||
#Autoregresszív heteroszkedasztikus modellek | |||
##ARCH alapjai | |||
##GARCH alapjai | |||
#Nem paraméteres előrejelzés | |||
##Nem paraméteres regresszió, lokális átlagolás, hiba dekompozíció | |||
##K-NN, kernel, partíciós módszer | |||
##Kevert szakértők | |||
}} | |||