Programa

Mestrado em Ciência de Dados

Programa

P1. Séries temporais (2 aulas) P1.1. Conceitos básicos P1.2. Tendências, sazonalidade, decomposição e métodos de alisamento exponencial P1.3. Previsão P2. Introdução aos modelos estocásticos de séries temporais uni-variados (5 aulas) P2.1. Estacionaridade, testes de raiz unitária P2.2. Modelos ARMA/ARIMA P2.3. Pressupostos dos resíduos, testes de diagnóstico P2.3. Volatilidade, risco P2.4. Modelos ARCH/GARCH P2.5. Previsão, medição do erro de previsão P3. Introdução aos modelos estocásticos de séries temporais multivariados (3 aulas) P3.1. Modelos VAR/VECM P3.2. Análise de Cointegração e aplicações P3.3. Previsão P4. Machine Learning (4 aulas) P4.1. Redes neuronais para séries temporais P4.2. LSTM, forecasting e trading P5. Programação/computação com Python/R P6. Aplicação dos conceitos estudados; extracção de informação e valor para dados do mundo real (2 aulas)