Informações da Disciplina

 Preparar para impressão 

Júpiter - Sistema de Gestão Acadêmica da Pró-Reitoria de Graduação


Instituto de Ciências Matemáticas e de Computação
 
Sistemas de Computação
 
Disciplina: SSC0964 - Introdução à Computação no Mercado Financeiro
Introduction to Computational Finance

Créditos Aula: 2
Créditos Trabalho: 1
Carga Horária Total: 60 h
Tipo: Semestral
Ativação: 01/01/2022 Desativação:

Objetivos
Esta disciplina tem como objetivo apresentar conceitos fundamentais do mercado financeiro (com ênfase no mercado de ações), bem como apresentar algoritmos e ferramentas computacionais utilizadas na solução de problemas do mercado. São vistos conceitos básicos de análise técnica e análise fundamentalista, além de fronteira eficiente de Markowitz, otimização de portfólios, introdução aos modelos de fatores, algoritmos e métodos quantitativos (sistemáticos) para trading.
 
This course aims to present fundamental concepts of the financial market (with an emphasis on the stock market), as well as to present algorithms and computational tools used to solve market problems. Basic concepts of technical analysis and fundamental analysis are seen, as well as Markowitz’s efficient frontier, portfolio optimization, introduction to factor investing, algorithms and quantitative (systematic) methods for trading.
 
 
Docente(s) Responsável(eis)
3258581 - Denis Fernando Wolf
 
Programa Resumido
Conceitos básicos sobre renda fixa, renda variável, mercado de capitais, análise técnica e análise fundamentalista. Cálculo de retorno, volatilidade e índice Sharpe de um portfólio de ações. Otimização de portfólios. Modelo CAPM e fronteira eficiente de Markowitz. Introdução ao investimento em fatores e algoritmos de seleção de portfólios. Indicadores de análise técnica e introdução aos métodos quantitativos (sistemáticos). Avaliação e backtesting de algoritmos. Algoritmos e técnicas aplicadas ao mercado financeiro.
 
Basic concepts on fixed income, variable income, equity market, technical analysis and fundamental analysis. Calculation of return, volatility and Sharpe ratio of a stock portfolio. Portfolio optimization. CAPM model and Markowitz efficient frontier. Introduction to factor investing and portfolio selection algorithms. Technical analysis indicators and introduction to quantitative (systematic) methods. Evaluation and backtesting of algorithmic strategies. Algorithms and techniques applied to the financial market.
 
 
Programa
- Conceitos básicos sobre renda fixa, renda variável, mercado de capitais, análise técnica e análise fundamentalista.
- Cálculo de retorno, volatilidade e índice Sharpe de um portfólio de ações.
- Otimização de portfólios.
- Modelo CAPM e fronteira eficiente de Markowitz
- Introdução ao investimento em fatores e algoritmos de seleção de portfólios
- Indicadores de análise técnica e introdução aos métodos quantitativos (sistemáticos)
- Algoritmos e técnicas aplicados ao mercado financeiro
- Aprendizado de Máquina aplicado ao mercado financeiro
- Backtesting e avaliação de algoritmos e técnicas de investimento
 
- Basic concepts on fixed income, variable income, equity market, technical analysis and fundamental analysis. - Calculation of return, volatility and Sharpe ratio of a stock portfolio. - Portfolio optimization. - CAPM model and Markowitz efficient frontier - Introduction to factor investing and portfolio selection algorithms - Technical analysis indicators and introduction to quantitative (systematic) methods - Algorithms and techniques applied to the financial market - Machine Learning applied to financial market - Backtesting and evaluation of algorithmic strategies
 
 
Avaliação
     
Método
Seminários e trabalhos práticos.
Critério
Serão atribuídas notas a seminários e trabalhos práticos, executados alguns em classe e outros fora de classe. A nota final será calculada por média das notas obtidas pelo aluno no decorrer do semestre.
Norma de Recuperação
A nota final (MF) do aluno que realizou prova de recuperação dependerá da média do semestre (MS) e da média da prova de recuperação (MR), como segue: MF = 5 se 5 <= MR <= (10 - MS) MF = (MS + MR) / 2 se MR > (10 - MS) MF = MS se MR< 5
 
Bibliografia
     
Bibliografia Principal

- What Hedge Funds Really Do: An Introduction to Portfolio Management, Philip J. Romero e Tucker Balch, Business Expert Press, 2014

- Notas de aula

Bibliografia Complementar

- Python for Finance: Analyze Big Financial Data, Yves Hilpisch, O'Reilly Media, 2015

- Machine Learning, Tom M. Mitchell, McGraw-Hill Education, 1997 
 

Clique para consultar os requisitos para SSC0964

Clique para consultar o oferecimento para SSC0964

Créditos | Fale conosco
© 1999 - 2024 - Superintendência de Tecnologia da Informação/USP