Algoritmikus tőzsdei folyamat-előrejelzés
A VIK Wikiből
Bevezetés
Megismerteti a gazdaságinformatikus hallgatókkal a pénzügyi idősorok modellezésének és előrejelzésének alapvető módszereit és a kapcsolódó befektetési/portfólió stratégiákat. A hallgató képes lesz modellezni és előre jelezni az egyes pénzügyi idősorokat. Alkalmassá válik arra, hogy bankok és befektetési alapok befektetési stratégiáinak tervezését segítse. A tantárgy csak angol nyelven indul.
Követelmények
- Szorgalmi időszakban 4 db házi feladat önálló megoldása.
- Vizsgaidőszakban szóbeli vizsga.
Segédanyagok
Hivatalos jegyzet
- Dr. Telcs András - Statisztika jegyzet
- Maricza István - Matematikai statisztika
- Dr Györfi László - Nemparaméteres statisztika
Ajánlott honlapok
- Zlatniczki Ádám honlapja
- Házi feladatok
- Órai anyagok/kódok
- Yahoo finance
- Pénzügyi idősorok
Python
- Gérard Swinnen - Tanuljunk meg programozni Python nyelven
- Python Anaconda modul
Vizsga
Tételsor
2016
- 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
- Leíró statisztikák
- Fehér zaj tulajdonságai
- Regresszió
- Lineáris
- Legkisebb négyzetek módszere (érintőlegesen)
- Lineáris
- 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
