Analiza szeregów czasowych Field of study: Econophysics
Programme code: 03-S2EFZ12.2019

Module name: Analiza szeregów czasowych
Module code: 0305-2EF-17-29
Programme code: 03-S2EFZ12.2019
Semester:
  • summer semester 2020/2021
  • summer semester 2019/2020
Language of instruction: Polish
Form of verification: exam
ECTS credits: 6
Description:
Na wykładzie student zapoznaje się z następującymi zagadnieniami:  definicja szeregu czasowego, przykłady szeregów czasowych  elementy teorii prawdopodobieństwa, zmienne dyskretne i dyskretny rozkład prawdopodobieństwa  definicja i rola funkcji autokowariancji (autokorelacji)  stacjonarność procesu stochastycznego  funkcja autokowariancji procesu stacjonarnego  funkcja autokowariancji próby  funkcja autokorelacji częściowej  klasyczna dekompozycja sygnału  metoda Boxa-Jenkinsa  eliminacja trendu i sezonowości  modelowanie szeregów czasowych: stacjonarne procesy ARMA i ich rozszerzenia  techniki analizy szeregów czasowych, estymacja parametrów modeli Na zajęciach labolatoryjnych student:  uczy się rozpoznawać i klasyfikować szeregi czasowe  potrafi smamodzielnie przeprowadzić dekompozycję sygnału losowego  potrafi oszacować i wyeliminować trend oraz wyznaczyć i usunąć sezonowość z szeregu  umie obliczyć autokowariancję/autokorelację szeregu  potrafi zbudować model ARMA (i jego rozszerzenia) bazując na wartościach reszt  potrafi oszacować parametry zakładanego modelu ARMA  poznaje odpowiednie oprogramowanie  potrafi też samodzielnie budować programy bazując na rozwiązaniach rynkowych (SAS, Statistica), inżynierskich (Matlab/Octave) czy matematyczno-informatycznych (Sage, Python) W ramach pracy własnej student:  w oparciu o notatki z wykładów oraz literaturę uzupełniającą dąży do utrwalenia pozyskanej wiedzy  doskonali umiejętności matematyczne i informatyczne niezbędne do rozwiązywania zadań i problemów  podejmuje próby rozwiązania zadań zaproponowanych przez prowadzącego labolatorium Egzamin obowiązkowy
Prerequisites:
Wymagane:  podstawy rachunku prawdopodobieństwa Pomocne:  znajomość statystyki opisowej  znajomość statystyki matematycznej  wstęp do procesów losowych  podstawowa znajomość języka programowania Matlab/GNU Octave lub Sage/Python  podstawowa znajomość metod numerycznych
Key reading:
(no information given)
Learning outcome of the module Codes of the learning outcomes of the programme to which the learning outcome of the module is related [level of competence: scale 1-5]
Rozumie istotę wsparcia jaką dostarczają modele fizyki w procesie zrozumienia działania i ewolucji rynków finansowych oraz ich instrumentów. [2EF_29_1]
 KEF_W01 [4/5]
Zna elementy teorii prawdopodobieństwa, rolę (auto)kowariancji i znaczenie stacjonarności procesu stochastycznego. [2EF_29_2]
 KEF_W02 [3/5]
Wie jakimi narzędziami posługiwać się w opisie i analizie szeregów czasowych, zna i umie budować podstawowe modele opisujące dynamikę instrumentów finansowych [2EF_29_3]
 KEF_W03 [3/5]
Zna i rozumie definicje szeregu czasowego, potrafi rozpoznać poszczególne jego elementy i przeprowadzić jego dekompozycję [2EF_29_4]
 KEF_W04 [4/5]
Potrafi samodzielnie analizować szeregi czasowe cen instrumentów finansowych, zna odpowiednie pakiety numeryczne i potrafi takie pakiety rozwijać [2EF_29_5]
 KEF_W07 [5/5]
Potrafi symulować ruchy cen instrumentów finansowych za pomocą dostępnych pakietów oraz potrafi samodzielnie budować programy do analizy szeregów czasowych [2EF_29_6]
 KEF_U02 [3/5]
Potrafi przeprowadzić analizę szeregu czasowego, potrafi prognozować krótkoterminowe i długoterminowe zachowanie instrumentów finansowych [2EF_29_7]
 KEF_U07 [4/5]
Type Description Codes of the learning outcomes of the module to which assessment is related
kolokwium [2EF_29_w_1]
problemy podobnego typu do tych realizowanych na zajęciach (laboratorium i na wykładach)
 2EF_29_2 2EF_29_3 2EF_29_4 2EF_29_5 2EF_29_6 2EF_29_7
aktywność na zajęciach [2EF_29_w_2]
rozwiązywanie zadania - odpowiedź ustna; udział w dyskusji; skala ocen 2 – 5; ocena końcowa równa średniej ocen cząstkowych; projekt
 2EF_29_2 2EF_29_3 2EF_29_4 2EF_29_5 2EF_29_6 2EF_29_7
egzamin pisemny lub ustny [2EF_29_w_3]
warunkiem przystąpienia do egzaminu jest zaliczenie laboratorium; zakres materiału – wszystkie zagadnienia omawiane na wykładach; skala ocen 2-5;
 2EF_29_1 2EF_29_2 2EF_29_3 2EF_29_4 2EF_29_5 2EF_29_6 2EF_29_7
Form of teaching Student's own work Assessment of the learning outcomes
Type Description (including teaching methods) Number of hours Description Number of hours
lecture [2EF_29_fs_1]
wykład wybranych zagadnień podstawowych z wykorzystaniem pomocy audiowizualnych
 30
lektura uzupełniająca, praca z podręcznikiem
 75 egzamin pisemny lub ustny [2EF_29_w_3]
discussion classes [2EF_29_fs_2]
komputerowa wizualizacja i analiza szeregów czasowych; omówienie podstawowych zagadnień i problemów dotyczących szeregów czasowych – dyskusja; pozyskiwanie danych;
30
praca z komputerem, realizacja projektu
 75 kolokwium [2EF_29_w_1] aktywność na zajęciach [2EF_29_w_2]
Attachments
Module description (PDF)
Information concerning module syllabuses might be changed during studies.
Syllabuses (USOSweb)
Semester Module Language of instruction
(no information given)