Titulació | Tipus | Curs |
---|---|---|
2503740 Matemàtica Computacional i Analítica de Dades | OT | 4 |
Podeu consultar aquesta informació al final del document.
L’assignatura es centra en les aplicacions de les eines matemàtiques i estadístiques que s’han assumit en cursos previs, en particular requereix que l’estudiant tingui assolits els coneixements teòrics bàsics de càlcul, càlcul de probabilitats, series temporals i mètodes numèrics.
L’objectiu d’aquesta assignatura es introduir l’estudiant en un àrea molt activa tant científicament com professionalment com és la matemàtica financera. L’objectiu formatiu principal és mostrar a l’estudiant les diferents aplicacions de conceptes matemàtics i estadístics en l’enginyeria financera, incidint en la seva correcta utilització i interpretació dels resultats.
Així l’assignatura es planteja com un recorregut d’alt nivell per les més rellevants unitats quantitatives presents en l’industria financera per introduir els conceptes economicofinancers més fonamentals i mostrar les tècniques habitualment emprades. Des de l’aplicació de les sèries temporals emprades en els serveis d’estudis macroeconòmics, fins al càlcul numèric mitjançant mètodes de Monte Carlo habituals en un front office per determinar el preu de derivats financers, tot passant per les tècniques d’optimització en els models de rendibilitat-risc d’un equip gestor i les tècniques de càlcul de pèrdues dels departaments de risc.
És per això que l’assignatura es centra en les aplicacions i requereix que l’estudiant tingui assolits els coneixements teòrics bàsics de càlcul, càlcul de probabilitats, series temporals i mètodes numèrics.
És també un objectiu que l’alumne faci un treball que requereixi l’ordinador, això ens portarà a complementar les classes de teoria amb classes de problemes i unes pràctiques on l’ordinador estigui present.
Llevat que les restriccions imposades per les autoritats sanitàries obliguin a una priorització o reducció d’aquests continguts.
Títol | Hores | ECTS | Resultats d'aprenentatge |
---|---|---|---|
Tipus: Dirigides | |||
Classes Pràctiques | 20 | 0,8 | CM32, CM33, SM33, SM34, SM35 |
Classes Teoria | 30 | 1,2 | CM32, CM33, KM27, KM28 |
Tipus: Supervisades | |||
Tutories | 25 | 1 | CM32, CM33, KM27, KM28, SM33, SM34, SM35 |
Tipus: Autònomes | |||
Estudi + Treball Problemes & Pràctiques | 67,5 | 2,7 | CM32, CM33, KM27, KM28, SM33, SM34, SM35 |
L'alumne adquireix els coneixements científic-tècnics propis de la assignatura assistint a les classes de teoria i complementant-les amb l'estudi personal dels temes explicats. Les classes de teoria són les activitats en les quals s'exigeix menys interactivitat a l'estudiant: estan concebudes com un mètode fonamentalment unidireccional de transmissió de coneixements del professor a l'alumne.
Els problemes i les pràctiques són sessions amb un nombre reduït d'alumnes amb una doble missió. D'una banda es treballen els coneixements científic-tècnics exposats en les classes de teoria per a completar la seva comprensió i aprofundir en ells desenvolupant activitats diverses, des de la típica resolució de problemes fins la discussió de casos pràctics. D'altra banda, les classes de problemes són el fòrum natural en el qual discutir en comú el desenvolupament del treball pràctic, aportant els coneixements necessaris per a portar-lo endavant, o indicant on i com es poden adquirir. El curs pràctic d'aquesta assignatura es planteja com un camí per orientar l'estudiant en un treball de camp d'estadística en cadascuna de les seves etapes.
Aquest plantejament està orientat a promoure un aprenentatge actiu i a desenvolupar el raonament crític i la capacitat d'anàlisi i síntesi.
La metodologia docent proposada pot experimentar alguna modificació en funció de les restriccions a la presencialitat que imposin les autoritats sanitàries.
Nota: es reservaran 15 minuts d'una classe, dins del calendari establert pel centre/titulació, per a la complementació per part de l'alumnat de les enquestes d'avaluació de l'actuació del professorat i d'avaluació de l'assignatura/mòdul.
Títol | Pes | Hores | ECTS | Resultats d'aprenentatge |
---|---|---|---|---|
Exàmen | 30% | 2,5 | 0,1 | CM32, CM33, KM27, KM28 |
Problemes | 35% | 2,5 | 0,1 | CM32, KM28, SM33, SM34 |
Pràctiques | 35% | 2,5 | 0,1 | CM33, KM27, SM33, SM34, SM35 |
Per tal d’aprovar l’assignatura és necessari que la mitjana de les pràctiques i problemes sigui més gran o igual a 4 i la nota del exàmen superior o igual a 3. Si l’estudiant es presenta a l’examen de recuperació, la nota final serà el màxim entre la nota del curs i la mitja ponderada d’aquesta (30%) i la nota de l’examen de recuperació (70%). No es permet presentar-se al exàmen de recuperació per pujar nota.
En cas que l'alumne opti per l'Avaluació Única, aquesta constará d'un Exàmen (50%) i un treball pràctic (50%), per tal de poder superar l'assignatura en aquesta modalitat cal superar una nota mínima de 5 en cada una de les activitats.
L’avaluació proposada pot experimentar alguna modificació en funció de les restriccions a la presencialitat que imposin les autoritats sanitàries.
Arratia, A. (2014) Computational Finance, an introductory course with R, Atlantis Press.
Hull, J. (2008) Options, Futures, and Other Derivatives, Prentice Hall.
Ruppert, D. (2010) Statistics and Data Analysis for Financial Engineering, Springer.
R
Nom | Grup | Idioma | Semestre | Torn |
---|---|---|---|---|
(SEM) Seminaris | 1 | Català | primer quadrimestre | tarda |
(TE) Teoria | 1 | Català | primer quadrimestre | tarda |