Analyse von Finanzdaten mit R

Inhalt und Zielgruppe

Finanzdaten haben diverse spezielle (“idiosynkratische”) Eigenschaften, ihre statistische Analyse erfordert daher maßgeschneiderte Methoden. Der Kurs widmet sich diversen Themen der Finanzmarktstatistik auf angewandtem Niveau und orientiert sich dabei an den Büchern von Ruppert (2011), welches für Studierende der LMU frei online verfügbar ist, sowie Tsay (2013). Zielgruppe des Kurses sind fortgeschrittene Studierende der Statistik mit wirtschaftswissenschaftlicher Ausrichtung.

Geplante Themen

• R und Finanzdaten (Datenquellen- und - import), Stylized Facts, (univariate) Verteilungsmodelle für Finanzdaten
• Zeitreihenmodelle: ARMA und GARCH
• Falls noch Zeit ist: multivariate Verteilungen und Copulas, Hochfrequente Daten, Portfolio-Management

Notwendige Vorkenntnisse

• Solide Kenntnisse in R (mindestens im Umfang der Einführungsveranstaltung)
• Grundkenntnisse der Zeitreihenanalyse (z.B. aus der gleichnamigen Veranstaltung, aus Ökonometrie oder aus Risk Management)

Termine und Anmeldung

Die Veranstaltung wird an ausgewählten Tagen zwischen dem 14.03. und 22.03.2016 im CIP-Pool des Instituts für Statistik (Raum 041), Ludwigstr. 33, stattfinden. Die genauen Termine und Zeiten werden rechtzeitig bekannt gegeben.

Die Teilnehmerzahl ist beschränkt. Alle Plätze sind bereits vergeben, eine Anmeldung ist daher nicht mehr möglich.

Materialien

Materialien zum Kurs finden sich auf dessen Moodle-Seite. Der Einschreibeschlüssel wird in der ersten Sitzung mitgeteilt.

Prüfung & Anrechnungsmöglichkeiten

Durch erfolgreiches Ablegen der zum Kurs gehörigen Prüfungsleistungen können Master- sowie fortgeschrittene Bachelor-Studierende 3 ECTS-Punkte erwerben, die im Rahmen der Module

• Statistische Software für Anwendungen der Wirtschafts- und Sozialwissenschaften A oder B,
• Ausgewählte Gebiete der Wirtschaftsstatistik B,
• Ausgewählte Gebiete der theoretischen Statistik B oder D,
• Ausgewählte Gebiete der angewandten Statistik B

angerechnet werden können.

Die Prüfungsleistung wird voraussichtlich aus der Bearbeitung einer Hausübung und einer 15-minütigen mündlichen Prüfung zu dieser Hausübung bestehen. Die Prüfungstermine werden im Kurs bekannt gegeben.

Nützliche Links

• Homepage des Buches von Ruppert (2011) mit R-Code zu den Beispielen im Buch, Datensätzen, Errata, etc.
• Homepage des Buches von Tsay (2013), ebenfalls mit Daten, Code, Errata.
• Kurshomepage “Analysis of Financial Time Series” von Ruey S. Tsay, Booth School, UChicago, mit R-Code, Übungsaufgaben, etc.

Literatur

• Ruppert, David (2011): Statistics and Data Analysis for Financial Engineering, Springer, New York.
• Tsay, Ruey S. (2013): An Introduction to Analysis of Financial Data with R, Wiley, Hoboken.