Σκοπός του μαθήματος είναι να εισάγει τον φοιτητή στις σύγχρονες ποσοτικές μεθόδους που εφαρμόζονται στην περιοχή των χρηματοοικονομικών, γεφυρώνοντας με αυτόν τον τρόπο το κενό που υπάρχει μεταξύ της χρηματοοικονομικής θεωρίας και της υπολογιστικής πρακτικής. Αυτό επιτυγχάνεται κυρίως με τη χρήση της γλώσσας στατιστικού προγραμματισμού R που αποτελεί ένα ισχυρό υπολογιστικό περιβάλλον για χρηματοοικονομικές εφαρμογές, αλλά και με άλλα εξειδικευμένα οικονομετρικά και στατιστικά προγράμματα όπως το gretl και octave. Με την ολοκλήρωση του μαθήματος ο σπουδαστής θα είναι σε θέση, ανάλογα με το πρόβλημα, να επιλέγει και να εφαρμόζει τα πλέων κατάλληλα υποδείγματα για την ανάλυση και πρόβλεψη χρηματοοικονομικών δεδομένων. Με την ολοκλήρωση του μαθήματος ο φοιτητής θα είναι εξοικειωμένος με σύγχρονες ποσοτικές προσεγγίσεις στην χρηματοοικονομική ανάλυση όπως: Τεχνητά νευρωνικά δίκτυα (Artificial Neural Networks), Δέντρα αποφάσεων (Decision Trees), Ανάλυση συστάδων (cluster analysis), Μοντέλα κατάστασης χώρου (State Space Models). Τέλος, θα μπορεί να επιλέξει την κατάλληλη επιστημονική εφαρμογή (software – module) για συγκεκριμένα προβλήματα.
Για λεπτομερείς πληροφορίες του μαθήματος κάντε κλικ στο: Υπολογιστική Χρηματοοικονομική (Ε)