نوار کناری
درس:۴۰۸۰۳.۲
تحلیل داده‌های مالی
Financial Data Analysis
| شماره درس: ۴۰۸۰۳.۲ | تعداد واحد: ۳ |
| مقطع: کارشناسی ارشد | نوع درس: نظری |
| پیش‌نیاز: – | هم‌نیاز: – |
اهداف درس
در این درس دانشجویان با تحلیل داده‌های مالی آشنا می‌شوند. در واقع می‌آموزند که چگونه مدل‌‌ها و فرآیندهای مالی را پیاده‌سازی کنند و با استفاده از آن‌ها به پیش‌بینی بازارها بپردازند.
ریز مواد
- قیمت و مفهوم آن
- بازدهی فردی اوراق بهادار
- بازدهی سبدها
- ریسک
- مدل‌ّهای فاکتوری
- متریک‌های تعدیل‌شده با ریسک بازدهی سبد
- بهینه‌سازی میانگین-واریانس مارکویتز
- اوراق درآمد ثابت
- اوراق مشتقه (option)
- مدل‌های یادگیری ماشین در تحلیل داده‌های مالی
- مدل‌سازی احتمالاتی
- رگرسیون بیزی و فرآیند گاوسی
- شبکه‌های عصبی Feed Forward
- تببین پذیری مدل یادگیری ماشین
- مدل‌سازی دنباله‌ها
- مدل‌سازی احتمالاتی دنباله‌ها
- شبکه‌های عصبی پیشرفته
- یادگیری ماشین تقویتی
- یادگیری ماشین تقویتی معکوس و یادگیری تقلیدی
ارزیابی
- آزمون میان ترم: ۲۵% کل نمره
- آزمون پایان ترم: ۳۰% کل نمره
- ارائه مقاله علمی: هر دانشجو موظف به ارائه حداقل یک مقاله علمی می‌باشد که در یکی از بهترین کنفرانس‌ها یا مجلات مرتبط به درس در سال‌های اخیر به چاپ رسیده باشد. (۱۵% کل نمره)
- پروژه و گزارش پژوهشی: موضوع پروژه پژوهشی قبل از آزمون نیمسال تعیین می‌شود. دانشجو کار پژوهش را با کمک استاد درس آغاز نموده و پس از انجام پروژه، نتیجه پژوهش را در قالب گزارش ارائه می‌دهد. (۳۰% کل نمره)
مراجع
- Ang, Clifford S. Analyzing financial data and implementing financial models using R. Springer, 2015.
- Dixon, Matthew F., Igor Halperin, and Paul Bilokon. Machine Learning in Finance. Springer International Publishing, 2020.
درس/۴۰۸۰۳.۲.txt · آخرین ویرایش: 2023/01/20 21:05 توسط حمید ضرابی زاده