Investment Strategies with New Classes of Assets 2400-ENSM100A
Seminarium ma na celu nie tylko pomóc studentom w przygotowaniu bardzo dobrej pracy magisterskiej, lecz także zaprezentować praktyczne aplikacje teorii finansów oraz modeli teoretycznych.
Lista głównych zagadnień poruszanych podczas seminarium obejmuje:
1. Modelowanie i prognozowanie rynków finansowych, w szczególności za pomocą najnowszych metod uczenia maszynowego, głębokiego uczenia oraz uczenia ze wspomaganiem.
2. Modelowanie zmienności szeregów czasowych.
3. Estymatory zmienności szacowana na danych wysokiej częstotliwości.
4. Indeksy zmienności obliczane na podstawie danych opcyjnych o wysokiej częstotliwości (np. VIX na giełdzie CBOE).
5. Modele wyceny aktywów kapitałowych i zarządzenie aktywami.
6. Analiza fundamentalna i techniczna. Automatyczne strategie inwestycyjne.
7. Wycena i wycena ryzyka instrumentów finansowych, w szczególności instrumentów pochodnych, wycena opcji ze szczególnym naciskiem na modelowanie zmienności.
8. Modelowanie i zarządzanie ryzykiem instytucji finansowych.
9. Hipoteza rynków efektywnych w sensie informacyjnym.
10. Anomalie na rynkach kapitałowych.
11. Finanse behawioralne
Rodzaj przedmiotu
Założenia (opisowo)
Koordynatorzy przedmiotu
Efekty kształcenia
Po zakończeniu seminarium studenci będą potrafili:
- dokonać analizy oraz poprawnie przeprowadzić modelowania oraz prognozowanie rynków finansowych
- poprawnie zastosować i wdrożyć teorie finansowe do rozwiązania konkretnego problemu finansowego
- wytłumaczyć zastosowanie konkretnych narzędzi i modeli w procesie wyceny instrumentów finansowych (w tym instrumentów pochodnych), konstrukcji strategii inwestycyjnych, zarządzania ryzykiem portfela inwestycyjnego, itp.
- zbudować narzędzia umożliwiające praktyczne wdrożenie modeli uczenia maszynowego, uczenia głębokiego oraz uczenia ze wspomaganiem
Kryteria oceniania
Warunki uczestnictwa:
1. samodyscyplina, systematyczna praca podczas dwóch semestrów, profesjonalne podejście, odpowiednia inwestycja wysiłku i czasu do przygotowania bardzo dobrej pracy magisterskiej.
2. Znajomość podstawowych narzędzi i modeli statystycznych i ekonometrycznych, a także teorii finansów, które są niezbędne do zaplanowania i przeprowadzenie własnego badania empirycznego.
Podstawowym wymogiem do zaliczenia seminarium jest terminowe złożenie pracy. Zaliczenie poszczególnych semestrów odbywa się na podstawie spełnienia poniższych warunków:
Semestr 1:
• Analiza i prezentacja przynajmniej dwóch artykułów naukowych na temat zbliżony do tematu pracy magisterskiej.
• Sformułowanie głównej hipotezy badawczej pracy, a także pobocznych pytań badawczych.
• Sformułowanie celu pracy oraz jej szczegółowego planu (wraz z opisem jej poszczególnych części)
• Obecność obowiązkowa (maksymalnie trzy nieusprawiedliwione nieobecności).
Semestr 2:
• Analiza i prezentacja przynajmniej jednego artykułu naukowego na temat zbliżony do tematu pracy magisterskiej.
• Omówienie i ustalenie metodologii badawczej badania empirycznego zaprezentowanego w pracy.
• Zebranie, oczyszczenie, transformacja oraz opis danych empirycznych, które wykorzystane zostaną do weryfikacji hipotezy badawczej.
• Obecność obowiązkowa (maksymalnie trzy nieusprawiedliwione nieobecności).
Semestr 3:
• Ukończenie części empirycznej pracy.
• Omówienie wyników części empirycznej, przygotowanie części teoretycznej.
• Przygotowanie końcowej wersji pracy oraz poprawki edytorskie i redaktorskie.
• Obecność obowiązkowa (maksymalnie trzy nieusprawiedliwione nieobecności)
Literatura
Książki:
• Bandy H., 2007, Quantitative Trading Systems, Blue Owl Press.
• Bernstein P.L., 2005, Capital Ideas, Wiley, New Jersey.
• Brooks Ch., 2002, Introductory econometrics for Finance, Cambridge University Press, Cambridge.
• Cuthberston K., Nitzsche D., 2004, Quantitative Financial Economics, Wiley, Chichester.
• Elton J.E., Gruber M.J., 1998, Nowoczesna Teoria Portfelowa,WIG-Press, Warszawa.
• Fabozzi F.J., 2000, Rynki obligacji. Analiza i strategie, WIG-Press, Warszawa.
• Fabozzi F.J., 2004, Fixed Income Analysis, Wiley, New Jersey.
• Gatheral J., 2006, The Volatility Surface, Wiley Finance, New Jersey.
• Haugen Robert A., 1993, Modern Investment Theory, Prentice Hall Inc.
• Hull J., Options, Futures and Other Derivatives, Prentice Hall, New Jersey 2006.
• Javaheri A., 2005, Inside Volatility Arbitrage, Wiley Finance, New Jersey.
• Jorion P., 2007, Value at Risk 3rd edition, McGraw-Hill, New York.
• Lo A.W., MacKinlay A.C., 1999, A Non-Random Walk Down Wall Street, Princeton, NJ, Princeton University Press.
• Merton R.C., Continuous-Time Finance, Revised Edition, Oxford, UK: Basic Blackwell.
• Poon S., Granger C.W.J., 2003, Forecasting volatility in financial markets: A review, Journal of Economic Literature 41, 478-539.
• Sharpe W.F., 1995, Investments, Prentice Hall International, London.
• Tsay R.S., 2005, Analysis of Time Series, Wiley, New Jersey.
• Wlimott P., Paul Wilmott On Quantitative Finance, 2nd Edition, John Wiley & Sons, Chichester 2006.
Artykuły:
• Andersen T.G., Bollerlev T., 1998, Answering the Skeptics: Yes, Standard Volatility Models do Provide Accurate Forecasts", International Economic Review, 39, No.4, 885-905.
• Andersen T.G., Bollerslev T., Diebold F.X, Ebens H., 2001, The Distribution of Realized Stock Return Volatility, Journal of Financial Economics, 61, 43-76.
• Bachelier L., 1900, Theorie de la Speculation, Gauthier-Villars, Paris, w: P. Cootner, The Random Character of Stock Market Prices, MIT Press, Cambridge, Mass., 17-78.
• Bakshi, G., Cao, Ch., Chen, Z., 1997, Empirical Performance of Alternative Option Pricing Models, Journal of Finance, LII, 5, 2003-2049.
• Bates, D.S., 2003, Empirical option pricing: a retrospection, Journal of Econometrics, 116, 387-404.
• Black F., 1976, Studies of stock market volatility changes, Proceedings of the American Statistical Association, Business and Economic Statistics Section, 177-181.
• Black, F., and Scholes, M., 1973, The pricing of options and corporate liabilities, Journal of Political Economy, 81, 637-659.
• Brock W., Lakonishok J., LeBaron B., 1992, Simple Technical Trading Rules and the Stochastic Properties of Stock Returns, Journal of Finance 47(5), 1731-1764.
• Campbell J.Y., Lo A.W., MacKinley A.C., The Econometrics of Financial Markets, Princeton University Press, New Jersey 1997.
• Cowles A., 1933, Can Stock Market Forecasters Forecast?, Econometrica 1(3), 309-324.
• Derman E., Demeterfi K, Kamal M., Zou J., 1999, More than you ever wanted to know about volatility swaps, Quantitative Strategies Research Notes, Goldman Sachs.
• Fama E.F., 1998, Market Efficiency, Long-Term Returns and Behavioral Finance, Journal of Financial Economics 49, 283-306.
• Gencay R., 1998, The predictability of security returns with simple technical trading rules, Journal of Empirical Finance 5, 347-359.
• Giot P., Laurent S., 2004, Modelling daily Value-at-Risk using realized volatility and ARCH type models, Journal of Empirical Finance, vol. 11(3), 379-398.
• Hull J., White A., 1987, The pricing of options on assets with stochastic volatilities, Journal of Finance 42, 281-300.
• Malkiel B.G., 2003, The Efficient Market Hypothesis and Its Critics, CEPS Working Paper No. 91, Princeton University.
• Martens M., Zein J., 2003, Prediciting Financial Volatility: High-Frequency Time Series Forecasts vis-à-vis Implied Volatility.
• Merton R. C., 1973, Theory of Rational Option Pricing, Bell Journal of Economics and Management Science, 4, 141-183.
• Mixon S., 2009, Option markets and implied volatility: Past versus present, Journal of Financial Economics 94, 171-191.
• Yu W.W., Lui E.C.K., Wang J.W., 2010, The predictive power of the implied volatility of options traded OTC and on exchanges, Journal of Banking & Finance 34, 1-11
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: