Skriv ut kursplan
Kursplan - Python med finansiella tillämpningar
Omfattning
15 hp
Kurskod
MAA711
Giltig från
Hösttermin 2018
Utbildningsnivå
Avancerad nivå
Successiv fördjupning
A1F (Avancerad nivå, har kurs/er på avancerad nivå som förkunskapskrav).
Huvudområde(n)
Matematik/Tillämpad matematik
Akademi
Akademin för utbildning, kultur och kommunikation
Fastställd
2017-12-12
Litteraturlistor
Kurslitteraturen är preliminär till 8 veckor innan kursstart. Kurslitteratur kan vara giltig över flera terminer.
-
Derivatives Analytics with Python : Data Analysis, Models, Simulation, Calib
John Wiley & Sons, 2015 - 328 sidor
ISBN: 9781119037996 LIBRIS-ID: 6f20d0904qf3982z
Python for finance : mastering data-driven finance
Second edition : Sebastopol, CA : O'Reilly, [2019] - xviii, 691 sidor
ISBN: 9781492024330 LIBRIS-ID: 6kn8nc1n4qq1r1zg
Options, Futures, and Other Derivatives
Pearson education limited,
Mathematical modeling and computation in finance : with exercises and Python and Matlab computer codes
London : World Scientific Publishing Europe Ltd, [2020] - xviii, 556 pages
ISBN: 9781786348050 LIBRIS-ID: ctjmhnw79x1xv10j
-
Python for finance : [analyze big finance data]
O'Reilly Media, 2015 - xv, 586 s.
ISBN: 9781491945285 LIBRIS-ID: 16615983
Derivatives Analytics with Python : Data Analysis, Models, Simulation, Calib
John Wiley & Sons, 2015 - 328 sidor
ISBN: 9781119037996 LIBRIS-ID: 6f20d0904qf3982z
Syfte
Kursen syftar till att ge studenten möjlighet att tillägna sig grundläggande och tillämpbara kunskaper för att kunna använda programmeringsspråket Python för att lösa problem inom finansiell matematik.
Lärandemål
Efter avklarad kurs förväntas studenten kunna
1. hantera och använda sig av utvecklingsmiljöer som Spider och Jupiter för att göra egna finansmatematiska tillämpningar
2. förstå principerna bakom Python-programmering och exekveringar av dessa, samt kunna skriva välstrukturerad och väldokumenterad programkod
3. implementera avancerade modeller för finansiella instrument, simulera stokastiska processer, lösa stokastiska differentialekvationer och använda finita differensmetoder
Innehåll
- introduktion till och installation av Python/Anaconda
- objektorienterad programmering, programspråkets grunder, datatyper, strukturer, moduler, funktioner, klasser och objekt, listor, tuples, dictionaries och filhantering
- behandling och visualisering av data, finansiella tidsserier, matematiska verktyg som stokastiska processer och statistik, integration med Excel och web
- problemlösning: grundläggande numeriska metoder med koppling till matematik och finans, simulering, värdering av derivat, portföljberäkningar
Undervisning
Lektioner, övningar och seminarier.
Särskild behörighet
Analytisk finans I, 7,5 hp eller Stokastiska processer 7,5 hp eller motsvarande. Dessutom krävs Svenska B/Svenska 3 samt Engelska A/Engelska 6. I de fall kursen ges på engelska görs undantag från kravet på Svenska B/Svenska 3.
Examination
PRO1, Projektrapport, 9 hp, muntlig och skriftlig presentation avseende lärarande mål 2-3, betyg Underkänd (U), Godkänd (G) eller Väl Godkänd (VG).
SEM1, Seminarium, 6 hp, datorövningar avseende lärandemål 1-3, betyg Underkänd (U), Godkänd (G) eller Väl Godkänd (VG).
För VG på kursen krävs VG på PRO1 och SEM1.
En student som har ett intyg från MDU avseende sin funktionsnedsättning har möjlighet att anmäla önskemål om anpassning vid salstentamina eller annan examinationsform i enlighet med Regler och anvisningar för examination på grundnivå och avancerad nivå vid Mälardalens högskola (2020/1655). Det är examinator som, utifrån det intyg som utfärdats, beslutar om eventuell anpassning och i så fall vilken anpassning som ska gälla.
Misstankar om vilseledande vid examination (fusk) anmäls, enligt högskoleförordningen, till universitetets rektor och prövas av universitetets disciplinnämnd. Om disciplinnämnden anser att en student gjort sig skyldig till en disciplinförseelse fattar nämnden beslut om en disciplinär åtgärd, vilket är varning eller avstängning.
Betyg
Väl godkänd, godkänd, underkänd