Kursplan för Finansiella tidsserier

Kursplan fastställd 2021-02-26 av programansvarig (eller motsvarande).

Kursöversikt

  • Engelskt namnFinancial time series
  • KurskodTMS088
  • Omfattning7,5 Högskolepoäng
  • ÄgareMPENM
  • UtbildningsnivåAvancerad nivå
  • HuvudområdeMatematik
  • InstitutionMATEMATISKA VETENSKAPER
  • BetygsskalaTH - Mycket väl godkänd (5), Väl godkänd (4), Godkänd (3), Underkänd

Behörighet

Grundläggande behörighet för avancerad nivå
Sökande med en programregistrering på ett program där kursen ingår i programplanen undantas från ovan krav.

Särskild behörighet

Engelska 6
Sökande med en programregistrering på ett program där kursen ingår i programplanen undantas från ovan krav.

Kursspecifika förkunskaper

Goda kunskaper i grundläggande matematisk analys och linjär algebra, samt grundläggande kunskaper i sannolikhetsteori och statistik. En viss förtrogenhet med stokastiska processer och progammering i matlab är en stor fördel.

Syfte

Kursdeltagarna kommer att lära sig förstå klassisk och modern tidsserianalys, både teoretiskt och hur man använder teorin i praktiken, med tyngdpunkten på modellering av finansiella tidsserier. De kommer att lära sig förstå problemställningar, mål och tillvägagångsätt inom tidsserianalys genom att lära sig de grundläggande sannolikhetsteoretiska hjälpmedel och statistiska skattningsmetoder som används inom området, med fokus på metoder för analys och prediktion av finansiell avkastning.

Lärandemål (efter fullgjord kurs ska studenten kunna)

  • Beräkna och förstå marginalfördelningar och autokorrelationsfunktioner i tidsserier
  • Härleda egensaper hos  ARIMA- och GARCH-modeller
  • Välja en lämplig ARIMA/GARCH-modell för en given datamängd och anpassa modellen till data med hjälp av något lämpligt datorprogrampaket, samt
  • Beräkna prediktioner med hjälp av ett antal linjära och icke-linjära modeller och metoder

Innehåll

Kursen introducerar tidsserietekniker och hur man använder dem för att analysera och förutse finansiella tidsserier. Ämnen som täcks i kursen inkluderar:

ARIMA-modeller - sannolikhetsteoretiska egenskaper och skattningsmetoder 
  • Stationära stokastiska processer
  • Autokovarians- och autokorrelationsfunktioner
  • Grundläggande egenskaper hos ARMA-processer
  • Linjär representation av stokastiska processer
  • Skattning i ARMA-processer.

ARCH- och GARCH-processer - teori och praktik i modellering av volatilitet
  • Definition av ARCH-processer, och deras relation till ARMA-processer
  • Utvidgningar av GARCH-processer

Icke-linjära modeller
  • Bilinjära modeller och autoregressiva Markov-switchingmodeller
  • Modellanpassning med kärnskattning, val av bandbredd, och lokal linjär regression
  • Icke-parametriska och parametriska test för icke-linjaritet
  • Prediktion och att mäta prediktionsförmåga

Organisation

Föreläsningar samt handledda och självständiga övningar i dataanalys. Deltagarna ska använda ett statisiskt programpaket, såsom Matlab, Splus eller R.

Litteratur

Litteratur anges separat.

Examination inklusive obligatoriska moment

Skriftlig tentamen. Projekter ger bonuspoäng till tentamen.

Kursens examinator får examinera enstaka studenter på annat sätt än vad som anges ovan om särskilda skäl föreligger, till exempel om en student har ett beslut från Chalmers om pedagogiskt stöd på grund av funktionsnedsättning.