Course detail

Analysis of Financial Data

FP-afdPAcad. year: 2026/2027

Not applicable.

Language of instruction

Czech

Number of ECTS credits

6

Mode of study

Not applicable.

Guarantor

doc. Mgr. Maria Králová, Ph.D.

Department

Institute of Informatics (ÚI)

Entry knowledge

Not applicable.

Rules for evaluation and completion of the course

Aims

Not applicable.

Study aids

Not applicable.

Prerequisites and corequisites

Not applicable.

Basic literature

Ang, C.S., 2022. Analyzing Financial Data and Implementing Financial Models Using R. 2nd ed. Cham: Springer. ISBN 978-3-030-64157-7. (EN)
Collard, J.-F., 2023. Hands-On Data Analysis in R for Finance. 1st ed. Boca Raton, FL / Abingdon (UK): CRC Press (Chapman & Hall). ISBN 978-1-032-34097-5 (EN)
Tsay, R.S., 2012. An Introduction to Analysis of Financial Data with R. 1st ed. Hoboken: John Wiley & Sons. ISBN 978-0-470-89081-3 (EN)

Recommended reading

Regenstein, J.K. Jr., 2018. Reproducible Finance with R: Code Flows and Shiny Apps for Portfolio Analysis. 1st ed. Abingdon: Routledge. ISBN 978-1-351-05262-7. (EN)

Classification of course in study plans

  • Programme BAK-MIn Bachelor's 3 year of study, summer semester, compulsory-optional

Type of course unit

 

Lecture

26 hours, optionally

Teacher / Lecturer

doc. Mgr. Maria Králová, Ph.D.

Syllabus

  1. Úvod do finančních dat a jejich specifika
  2. Statistické vlastnosti výnosů a diagnostika finančních dat
  3. Lineární modely výnosů pro finanční časové řady
  4. Nestacionární a sezónní složky ve finančních datech
  5. Regresní modely ve financích
  6. Volatilita ve finančních datech
  7. ARCH a GARCH modely pro výnosy finančních aktiv
  8. Asymetrické modely volatility
  9. Předpověď volatility a řízení rizika ve financích
  10. Value at Risk (VaR)
  11. Vysokofrekvenční finanční data
  12. Syntéza metod a aplikace na finančních datech
  13. Shrnutí a opakování

Exercise

26 hours, compulsory

Teacher / Lecturer

doc. Mgr. Maria Králová, Ph.D.

Syllabus

  1. Úvod do finančních dat a jejich specifika
  2. Statistické vlastnosti výnosů a diagnostika finančních dat
  3. Lineární modely výnosů pro finanční časové řady
  4. Nestacionární a sezónní složky ve finančních datech
  5. Regresní modely ve financích
  6. Volatilita ve finančních datech
  7. ARCH a GARCH modely pro výnosy finančních aktiv
  8. Asymetrické modely volatility
  9. Předpověď volatility a řízení rizika ve financích
  10. Value at Risk (VaR)
  11. Vysokofrekvenční finanční data
  12. Závěrečný projekt: komplexní analýza (např. akcií, akciového indexu nebo směnného kurzu)
  13. Shrnutí a opakování

 

Odborné znalosti

 Zná principy analýzy finančních časových řad a modelování volatility. 
 Rozumí metodám řízení rizika a specifikům finančních dat.

Odborné dovednosti

 Umí analyzovat finanční data a aplikovat vhodné modely. 
 Dokáže interpretovat výstupy analýz a kvantifikovat volatilitu.

Obecné způsobilosti 

 Je schopen samostatně řešit úlohy finanční analýzy a prezentovat výsledky. 
 Využívá nástroje datové analýzy při rozhodování ve financích.

Self-study

60 hours, optionally

Teacher / Lecturer

doc. Mgr. Maria Králová, Ph.D.

Individual preparation for an ending of the course

40 hours, optionally

Teacher / Lecturer

doc. Mgr. Maria Králová, Ph.D.