Kvantitativní Finance hlavním cílem je připravit studenty pro širokou škálu kariéry ve finančním odvětví, včetně kvantitativní řízení aktiv a obchodování, finančního inženýrství, řízení rizik a aplikovaný výzkum. Hlavní klade velký důraz na finanční ekonomii a analýzu dat, kromě pokročilých kvantitativních a výpočetních metod. Je navržen tak, aby apelovat na studenty se silným kvantitativním zázemím, kteří chtějí rozvíjet své dovednosti pro kvantitativní aplikace ve financích.
ačkoli sídlí ve finančním oddělení, Hlavní bude také zahrnovat relevantní mezioborový obsah z účetnictví, statistiky a operací, informací a rozhodnutí. Některé doktorské kurzy v oblasti financí mohou být také započítány do tohoto majora. MBA studenti v oboru Kvantitativní Finance bude mít jak technické znalosti, které jim umožní dokončit pro kvantitativní pozice v oblasti financí, a všeobecný MBA zkušenosti, které jim poskytuje nezbytné vůdčí schopnosti, aby rychle stoupat na vrchol své organizace.
proč zvolit kvantitativní financování?
ZÁKLADNÍ KURZ POŽADAVKY
hlavní vyžaduje, aby studenti vzít FNCE611 Podnikové Finance a FNCE613 Makroekonomie a Globální Ekonomické Prostředí a kompletní (nebo zrušit) MGEC611 a MGEC612.
hlavní vyžaduje, aby studenti vzali nebo nahradili FNCE611 a FNCE613. Studenti, kteří se vzdají fnce 611, jej mohou nahradit buď Fnce 720, Investment Management, nebo Fnce 726, Advanced Corporate Finance. Počínaje akademického roku 2021-22, nicméně, studenti, kteří se vzdávám rozsudky fnce 611 může vybrat jakoukoli vyšší financování kurzu plnit své základní podnikové finance požadavek. Studenti, kteří se vzdají FNCE 613, musí přijmout Fnce 893 centrální banky, měnová politika a finanční trhy. Počínaje akademického roku 2021-22, nicméně, studenti, kteří se vzdávám rozsudky fnce 613 může trvat rozsudky fnce 893 nebo rozsudky fnce 719, Mezinárodní Finanční Trhy, nebo rozsudky fnce 732, Mezinárodní Bankovnictví, plnit své základní makroekonomie požadavek.
Chcete-li dokončit hlavní, studenti musí vzít další čtyři kreditní jednotky vyšších volitelných předmětů.
FINANCE volitelné předměty
Tento major vyžaduje minimálně 4 úvěrové jednotky (cu) volitelného kurzu.
nejméně 3 cu musí pocházet z následujících kurzů:
• FNCE717 – Finanční Deriváty
• FNCE719 – Mezinárodní Finanční Trhy
• FNCE720 – Investment Management
• FNCE725 – cenné Papíry s Pevným Výnosem
• FNCE737 – Data Science Financí
• FNCE757 – Základy Oceňování Aktiv
• FNCE892 – Finanční Inženýrství,
zbývající 1 cu může pocházet z následujících kurzů:
• FNCE921 – Úvod do Empirické Metody ve Financích
• ACCT747 – Finanční Zveřejnění Analytics
• OIDD653 – Matematické Modelování a jeho Aplikace v oblasti Financí
• STAT533 – Stochastické Procesy
• STAT711 – Prognostických Metod
Kurzy přijata pass/fail nelze započítat hlavní. Tento major nelze vzít ve spojení s generálem fnce major. Kromě toho se ACCT747, OIDD653, STAT533 a STAT711 počítají pouze pro kvantitativní finanční obor a nebudou se počítat jako součást požadavku 4 cu pro hlavní finanční obor.
POPIS
FNCE717 – Finanční Deriváty,
V moderní finanční architektury, finančních derivátů může být náročné a exotické cenné papíry obchodované podle institucionálních specialisté, zatímco ve stejnou dobu, mohou být také základní cenné papíry běžně obchodované retailoví investoři jako S&P Index Možnosti. Základní myšlenky z finančních derivátů také sloužit jako stavební kameny k pochopení mnohem širší třídu finančních problémů, jako složitých portfolií aktiv, firemní strategické rozhodnutí, a fázích rizikového kapitálu investovat. Globální trh s deriváty je jedním z nejrychleji rostoucích s celkovou hodnotou přes 600 bilionů dolarů. Hlavním cílem tohoto kurzu je pomoci studentům získat intuici a dovednosti na (1) ceny a zajišťovacích derivátových cenných papírů, a (2) jejich použití na investice a řízení rizik. Z hlediska metodiky, můžeme použít non-arbitráž princip a zákon jedné ceny do dynamických modelů přes tři různé přístupy: binomického stromu modelu Black-Scholes-Merton model oceňování opcí, a simulace založené na riziku neutrální cenové přístup. Budeme diskutovat o širokou škálu aplikací, včetně použití derivátů v asset management, oceňování firemních cenných papírů, jako jsou akcie a firemní dluhopisy s vloženými opcemi, úrokové deriváty, kreditní deriváty, stejně jako ropné deriváty. Kromě teoretických diskusí, zdůrazňujeme také praktické úvahy o implementaci strategií využívajících deriváty jako nástroje, zejména pokud podmínky bez arbitráže nedrží.
FNCE719 – Mezinárodní Finanční Trhy,
Hlavní témata v této třídě patří devizových kurzů, mezinárodní peněžní trhy, měnové a úrokové deriváty (forwardy, opce a swapy), mezinárodní portfolia akcií a dluhopisů, a cryptocurrencies. Studenti se seznámí s vlastnostmi finančních nástrojů a motivací účastníků trhu. Třída se zaměřuje na řízení rizik, investování, a arbitrážní vztahy na těchto trzích.
FNCE720-řízení investic
tento kurz studuje koncepty a důkazy relevantní pro správu investičních portfolií. Témata zahrnují diverzifikaci, alokace aktiv, optimalizace portfolia, faktor modelů, vztah mezi rizikem a výnosem, obchodování, pasivní (např., index-fond) a aktivní (např. hedge fondů, dlouhé-krátké) strategie, podílové fondy, výkonnost, hodnocení, dlouho – horizontu investice a simulace. Kurz se velmi málo zabývá individuálním oceněním cenných papírů a diskrečním investováním (tj. “ equity research „nebo“ stock picking“).
FNCE725 – cenné Papíry s Pevným Výnosem
Tento kurz zahrnuje cenné papíry s pevným výnosem (včetně deriváty s fixním příjmem) a poskytuje úvod do trhů, na nichž jsou obchodovány, stejně jako nástroje, které se používají, aby se hodnota těchto cenných papírů a posoudit a řídit jejich riziko. Kvantitativní modely hrají klíčovou roli při oceňování a řízení rizik těchto cenných papírů. Výsledkem je, že ačkoli bude vynaloženo veškeré úsilí na zavedení různých cenových modelů a technik co nejintuitivněji a technické požadavky jsou omezeny na základní počet a statistiky, třída je svou povahou kvantitativní a bude vyžadovat stálé množství práce. Kromě toho budou pro úkoly vyžadovány určité znalosti počítače, i když postačí znalost tabulkového procesoru (například Microsoft Excel).
FNCE737 – Data Science Financí
Tento kurz seznámí studenty do vědeckých dat pro finanční aplikace využívající programovací jazyk Python a jeho ekosystém balíčky (např. Dask, Matplotlib, Numpy, Numba, Pandy, SciPy, Scikit-Learn, StatsModels). , Aby tak učinily, budou studenti zkoumat různé empirické otázky z různých oblastí v rámci financí, včetně: FinTech, investiční management, corporate finance, corporate governance, rizikového kapitálu, soukromého kapitálu a podnikatelské finance. Kurz zvýrazní, jak velká data a analýza dat formují způsob, jakým se Finance praktikují. Samozřejmě cíl je dvojí: (1) ilustrovat, jak datová analytika může zlepšit finanční rozhodování, a (2) poskytnout studentům základ pro provedení analýzy dat v oblasti financí souvisejících s rolí, a to jak uvnitř finančního sektoru (např., komerční a investiční bankovnictví, private equity, správy majetku) a mimo finanční sektor (např. poradenství, firemní rozvoj, ministerstvo financí).
FNCE757 – Základy Oceňování Aktiv
Tento kurz se bude týkat metody a témata, které tvoří základy moderní jak nastavit ceny. Mezi ně patří: investiční rozhodování za nejistoty, mean-variance teorie, kapitál, tržní rovnováha, arbitráž ceny teorie, státní ceny, dynamického programování a rizikově neutrálním oceňování, jak je použita volba ceny a cenných papírů s pevným výnosem. Po absolvování tohoto kurzu by studenti měli získat přehled o základních principech týkajících se rozhodování o portfoliu v nejistotě a oceňování finančních cenných papírů.
FNCE921-Úvod do empirických metod ve financích
Toto je doktorský kurz. Poskytuje studentům úvod do hraničních empirických metod běžně používaných ve finančním výzkumu. Předmět je uspořádán kolem empirických prací s důrazem na ekonometrické metody. Velká závislost bude kladena na analýzu finančních údajů.
ACCT747 – Finanční Zveřejnění Analytics
Tento kurz se zaměřuje na analýzu finanční komunikaci mezi firemní manažery a cizince, včetně požadované finanční výkazy, dobrovolné zveřejňování informací, a interakce s investory, analytiky a média. Kurz vychází ze zjištění nedávného akademického výzkumu a diskutuje o řadě technik, které mohou outsideři použít k detekci potenciální zaujatosti nebo agresivity ve finančním výkaznictví. Formát: případové diskuse a přednášky. Komplexní závěrečná zkouška, skupinový projekt, zápisy případů a účast ve třídě.
OIDD653-Matematické modelování a jeho aplikace ve financích
kvantitativní metody se staly základními nástroji při analýze a plánování finančních operací. Existuje mnoho důvodů pro tento vývoj: vznik celé řady nových komplexních finančních nástrojů, inovace, sekuritizace aktiv, zvýšila globalizace finančních trhů, šíření informačních technologií a vzestup vysokofrekvenční obchodníci, atd. V tomto kurzu jsou vyvinuty, implementovány a testovány modely pro zajišťování, alokaci aktiv a vícedenní plánování portfolia. Dále jsou studovány cenové modely opcí, dluhopisů, cenných papírů krytých hypotékou a dalších derivátů. Modely obvykle vyžadují nástroje statistiky, optimalizace a / nebo simulace a jsou implementovány v tabulkách nebo prostředí pro modelování na vysoké úrovni, MATLAB. Tento kurz je kvantitativní a bude vyžadovat rozsáhlé používání počítače. Kurz je určen studentům, kteří mají silný zájem o finance. Cílem je poskytnout studentům potřebné praktické nástroje, které bude vyžadovat, měli by si zvolit, aby se připojili odvětví finančních služeb, zejména v rolích, jako jsou: deriváty, kvantitativní obchodování, správy portfolia, strukturování, finančního inženýrství, řízení rizik, atd.
STAT533-stochastické procesy
úvod do stochastických procesů. Primární zaměření je na Markovské řetězce, Martingales a Gaussovské procesy. Budeme diskutovat o mnoha zajímavých aplikacích od fyziky po ekonomii. Témata mohou zahrnovat: simulace path funkcí, teorie her a lineární programování, stochastická optimalizace, Brownův pohyb a Black-Scholes.
STAT711-prognostické metody
tento kurz poskytuje úvod do široké škály technik dostupných pro statistické předpovědi. Kvalitativní techniky, vyhlazení a rozkladu časových řad, regrese, adaptivní metody, autoregresních-klouzavý průměr modelování, a ARCH a GARCH formulace bude dotazovaných. Důraz bude kladen spíše na aplikace než na technické základy a derivace. Techniky budou studovány kriticky, se zkoumáním jejich užitečnosti a omezení.