course-details-portlet

IØ8816 - Maskinlæring og numeriske teknikker i finansiell økonometri

Om emnet

Undervises ikke studieåret 2024/2025

Faglig innhold

Emnet gir en oversikt over de nyeste teknikkene innen finansiell økonometri, herunder GMM-estimering, Hansen Jaganathan bånd og distanser, maskinlæring ved regulariseringsregresjoner, regularisering ved GMM, simuleringsmetoder i estimering, dyp læring, avanserte univariate og multivariate garch-modeller, MCMC-estimering og -filtrering, avansert PCA-analyse og estimering.

Læringsutbytte

Gi studentene "state of the art"-kunnskap om maskinlæring og numeriske teknikker anvendt i finansiell økonometri/empirisk finans.

Læringsformer og aktiviteter

Kurset består av forelesninger fra forelesere såvel som øvinger og presentasjoner av termpaper fra studentene. Studentene må aktivt delta i undervisningen med presentasjon av øvinger og termpaper..

Forkunnskapskrav

Kunnskap om finans og økonomi, statistikk/økonometri, datahåndtering og programmering på masternivå.

Kursmateriell

Bøker og artikler av Eric Ghysel.

Flere sider om emnet

Ingen

Fakta om emnet

Versjon: 1
Studiepoeng:  2.5 SP
Studienivå: Doktorgrads nivå

Undervisning

Ingen

Undervisningsspråk: Engelsk

Sted: Trondheim

Fagområde(r)
  • Bedriftsøkonomi og optimering
  • Industriell økonomi og teknologiledelse
  • Bedriftsøkonomi
  • Finansiell økonomi
Kontaktinformasjon

Eksamensinfo

  • * Skriftlig eksamen plasseres på rom 3 dager før eksamensdato. Hvis mer enn ett rom er oppgitt, finner du ditt rom på Studentweb.
Eksamensinfo

For mer info om oppmelding til og gjennomføring av eksamen, se "Innsida - Eksamen"

Mer om eksamen ved NTNU