Currículo

Ciência de Dados para Finanças 03900

Contextos

ECTS

4.5 (para cálculo da média)

Objectivos

OA1. Compreender as características dos dados de séries temporais. OA2. Compreender o modelo clássico de regressão linear. OA3. Compreender como utilizar o modelo clássico de regressão linear com dados temporais. OA4. Compreender os modelos autoregressivos e de média móvel como fundamentos para análise de dados de séries temporais. OA5. Compreender os modelos de séries temporais ARMA e ARIMA. OA6. Compreender os modelos de heterocedasticidade conditional (ARCH e GARCH). OA7. Compreender os métodos de aprendizagem supervisionada. OA8. Compreender os métodos de aprendizagem não-supervisionada.

Programa

UA1. Introdução aos Métodos Quantitativos em Finanças usando R UA2. O modelo de regressão linear simples e múltipla (MRLM) UA3. O modelo de MRLM com informação quantitativa, heteroscedcasticidade e análise mde especificação UA4. Análise de séries temporais (modelo de decomposição e alisamento, modelos lineares de séries temporais, modelos de heteroscedasticidade condicional). UA5 Métodos de aprendizagem supervisionada em finanças (árvores de decisão, regressão KNN, redes neuronais, support vector machines; modelos lineares de classificação). UA6. Métodos de aprendizagem não-supervisionada (Análise de Clusters, ACP).

Método de Avaliação

Avaliação: 1ª época: exame final (100%) 2ª época: exame final (100%)

Carga Horária

Bibliografia

Principal

• Hull, J. (2014) Options, Futures, and Other Derivatives, 9th Edition, Pearson Prentice Hall Diebold, F. X. Diebold (2006). Elements of Forecasting, 4th Edition, Cengage Learning Stock, J., Watson, M. (2008). Introduction to Econometrics, Pearson education. Tsay, R. S. (2013). An introduction to Analysis of Financial Data with R, Wiley.:

Secundária

• -:

Disciplinas de Execução

2024/2025 - 1º Semestre

2020/2021 - 1º Semestre

2022/2023 - 1º Semestre