37757 - STATISTICAL METHODS FOR ASSET MANAGEMENT

Anno Accademico 2021/2022

  • Docente: Alessandra Luati
  • Crediti formativi: 6
  • SSD: SECS-S/01
  • Lingua di insegnamento: Inglese
  • Modalità didattica: Convenzionale - Lezioni in presenza
  • Campus: Bologna
  • Corso: Laurea Magistrale in Quantitative finance (cod. 8854)

Conoscenze e abilità da conseguire

The aim of the course is to provide the basis for modeling and statistical analysis of financial data. By the end of the course the student should be able to apply non-linear models, such as GARCH and extensions, including dynamic conditional score models, to estimate and test the capital asset pricing models, to portfolio selection problems or to estimate the value at risk. Attention will be given also to non-parametric methods.

Contenuti

Ripasso dei principali metodi e strumenti per l'analisi delle serie storiche. Stima dei momenti dei rendimenti. Modelli per parametri dinamici. Analisi di serie con volatilità stocastica: modelli GARCH e generalizzazioni, fino ad arrivare ai recenti modelli DCS (dynamic conditional score) e ai metodi non parametrici. Metodi per l'analisi di serie a code pesanti.

Testi/Bibliografia

Libro di testo

Franke J., Hardle W.K., Hafner C.M. (2011), Statistics of Financial Markets, Springer (third edition)

Ulteriore riferimento

Harvey, A.C. (2013) Dynamic Models for Volatility and Heavy Tails, with Applications to Financial and Economic Time Series, Cambridge University Press.

Metodi didattici

Lezioni, esercizi e laboratorio.

Modalità di verifica e valutazione dell'apprendimento

Ogni settimana, durante il corso, agli studenti viene consegnato un homework che consiste in una serie di domande di teoria, esercizi ed una applicazione da svolgere al calcolatore. Gli studenti possono decidere se consegnare settimanalmente i compiti svolti o svolgerli a discrezione. I primi, potranno accedere alla prova orale, che consisterà in una dettagliata discussione degli esercizi svolti, per verificare che siano stati effettivamente svolti e compresi dallo studente. I secondi, dovranno sostenere una prova scritta, che consiste essenzialmente in una sintesi degli homework, ovvero domande di teoria, esercizi e commenti di programmi informatici, e contestualmente discutere tale prova. Il voto finale sarà calcolato in base alla preparazione e alla consapevolezza dello studente.

Strumenti a supporto della didattica

Lezioni, esercizi e laboratorio sono basati sul libro di testo e su articoli e dispense che si trovano sul sito istituzionale o su Alm@DL.

Orario di ricevimento

Consulta il sito web di Alessandra Luati

SDGs

Sconfiggere la povertà Lavoro dignitoso e crescita economica Consumo e produzione responsabili

L'insegnamento contribuisce al perseguimento degli Obiettivi di Sviluppo Sostenibile dell'Agenda 2030 dell'ONU.