Studiare
In questa sezione è possibile reperire le informazioni riguardanti l'organizzazione pratica del corso, lo svolgimento delle attività didattiche, le opportunità formative e i contatti utili durante tutto il percorso di studi, fino al conseguimento del titolo finale.
Piano Didattico
Il piano didattico è l'elenco degli insegnamenti e delle altre attività formative che devono essere sostenute nel corso della propria carriera universitaria.
Selezionare il piano didattico in base all'anno accademico di iscrizione.
1° Anno
Insegnamenti | Crediti | TAF | SSD |
---|
2° Anno Attivato nell'A.A. 2023/2024
Insegnamenti | Crediti | TAF | SSD |
---|
Un insegnamento a scelta
Un insegnamento a scelta
Insegnamenti | Crediti | TAF | SSD |
---|
Insegnamenti | Crediti | TAF | SSD |
---|
Un insegnamento a scelta
Un insegnamento a scelta
Insegnamenti | Crediti | TAF | SSD |
---|
Legenda | Tipo Attività Formativa (TAF)
TAF (Tipologia Attività Formativa) Tutti gli insegnamenti e le attività sono classificate in diversi tipi di attività formativa, indicati da una lettera.
Modelli di asset pricing (2023/2024)
Codice insegnamento
4S006069
Docente
Coordinatore
Crediti
9
Lingua di erogazione
Italiano
Settore Scientifico Disciplinare (SSD)
SECS-S/06 - METODI MATEMATICI DELL'ECONOMIA E DELLE SCIENZE ATTUARIALI E FINANZIARIE
Periodo
Secondo semestre (lauree magistrali) dal 26 feb 2024 al 24 mag 2024.
Corsi Singoli
Autorizzato
Obiettivi di apprendimento
Il corso ha lo scopo di introdurre modelli avanzati per la valutazione dei titoli finanziari e si rivolge a studenti che hanno già frequentato la maggior parte dei corsi del CdLM. L’obiettivo principale è quello di illustrare gli aspetti teorici avanzati della valutazione in finanza e comprende l’esposizione dei principi primi per la valutazione, la descrizione della modellizzazione necessaria, la stima dei modelli, i metodi numerici di calcolo del valore e le applicazioni finanziarie. Il corso potrà specializzarsi su aspetti monografici su classi di titoli specifici (azioni, derivati, valutazione del rischio di credito).
Prerequisiti e nozioni di base
È consigliato agli studenti di seguire questo corso dopo quelli Finanza Matematica, Financial Risk Management e Derivati
Programma
Prima parte:
- introduzione al controllo stocastico tramite alcuni semplici esempi
- controllo stocastico in tempo discreto, con esempi
- controllo stocastico in tempo continuo, con esempi
- dynamic programming e l’equazione HJB
- controllo stocastico con processi con salti
Seconda parte:
- introduzione al machine learning: reinforcement learning, supervised learning, deep learning, artificial neural networks
- deep hedging
- machine learning per arresto ottimo
- tempo permettendo: altre applicazioni di reinforcement learning in finanza.
La seconda parte del corso consisterà nel’introduzione teorica dei problemi in oggetto e nella presentazione del codice. Sono previsti anche momenti di “codice live” in cui gli studenti avranno l’opportunità di interagire con l’insegnante nello sviluppo del codice stesso.
Modalità didattiche
Il corso prevede 54 ore di lezioni frontali (equivalenti a 9 crediti formativi).
Modalità di verifica dell'apprendimento
Esame scritto e consegna di un progetto in cui lo studente dovrà scrivere un programma per la soluzione numerica di un problema di controllo ottimo
Criteri di valutazione
Per quanto concerne l'esame scritto, si richiede allo studente di dimostrare una conoscenza critica ed approfondita degli argomenti affrontati nel corso, sia per quanto riguarda gli aspetti più teorici sia per quelli implementativi. Le risposte devono essere precise e attinenti alla domande.
Il programma deve poter essere eseguito senza errori e fornire i risultati attesi. Deve inoltre seguire per quanto possibile le best practice di cui discuteremo nel corso, e in particolare essere ben documentato.
Criteri di composizione del voto finale
L'esame scritto costituisce il 75% del punteggio finale, il programma il restante 25%.
Lingua dell'esame
Italiano. A preferenza dello studente, l'esame potrà essere compilato anche in inglese.
Sustainable Development Goals - SDGs
Questa iniziativa contribuisce al perseguimento degli Obiettivi di Sviluppo Sostenibile dell'Agenda 2030 dell'ONU.Maggiori informazioni su www.univr.it/sostenibilita