Detail předmětu

Analýza finančních dat

FP-afdPAk. rok: 2026/2027

Jazyk výuky

čeština

Počet kreditů

6

Zajišťuje ústav

Pravidla hodnocení a ukončení předmětu

- 1 průběžný online test (20 bodů), 
- obhájení závěrečného skupinového projektu (40 bodů z celkového součtu), 
- zkouškový test u PC (40 bodů) 
Z každé části musí student získat aspoň 50 %. 
Pro ISP jsou podmínky identické, vyjma případné povinné účasti ve výuce. Termíny pro zakončení předmětu se domlouvají individuálně dle podmínek schválených v ISP.

Základní literatura

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)

Doporučená literatura

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)

Zařazení předmětu ve studijních plánech

  • Program BAK-MIn bakalářský 3 ročník, letní semestr, povinně volitelný

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

Osnova

  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

Cvičení

26 hod., povinná

Vyučující / Lektor

Osnova

  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.

Samostudium

60 hod., nepovinná

Vyučující / Lektor

Individuální příprava na ukončení

40 hod., nepovinná

Vyučující / Lektor