تحلیل داده‌های مالی

Financial Data Analysis

مقطع: تحصیلات تکمیلی گرایش: علم داده
نوع درس: نظری تعداد واحد: ۳
پیش‌نیاز: – هم‌نیاز: –

هدف کلی

در این درس دانشجویان با تحلیل داده‌های مالی و کسب و کارها آشنا می‌شوند. به طور ویژه دانش‌جویان می‌آموزند که چگونه مدل‌ها و فرآیندهای مالی را پیاده‌سازی کنند و با استفاده از آن‌ها به پیش‌بینی بازارها بپردازند.

سرفصل‌ها

  1. داده‌ها و فرایندهای مالی
    • قیمت و مفهوم آن
    • بازدهی فردی اوراق بهادار و بازدهی سبدها
    • ریسک و مدل‌های فاکتوری
    • متریک‌های تعدیل‌شده با ریسک بازدهی سبد
    • بهینه‌سازی میانگین-واریانس مارکویتز
    • اوراق درآمد ثابت و اوراق مشتقه (option)
  2. مدل‌های یادگیری در تحلیل داده‌های مالی
    • مدل‌سازی احتمالاتی، رگرسیون بیزی و فرایند گاوسی
    • شبکه‌های عصبی Feed Forward
    • تبیین‌پذیری مدل یادگیری ماشین
    • مدل‌سازی احتمالاتی دنباله‌ها
    • شبکه‌های عصبی پیشرفته و یادگیری ماشین تقویتی
    • یادگیری ماشین تقویتی معکوس و یادگیری تقلیدی

ارزیابی پیشنهادی

منابع پیشنهادی

  1. C. S. Ang. Analyzing Financial Data and Implementing Financial Models Using R. Springer, 2015.
  2. M. F. Dixon, I. Halperin, and P. Bilokon. Machine Learning in Finance. Springer, 2020.