Analiza danych na rynkach finansowych z pakietem R Studia podyplomowe - Krakowska Szkoła Biznesu UEK | Krakow School of Business
Back

Krakowska Szkoła Biznesu UEK

Studia podyplomowe:

Analiza danych na rynkach finansowych z pakietem R

Dlaczego warto wybrać studia Analiza danych na rynkach finansowych z pakietem R?

Cel studiów:

Zdobędziesz wiedzę z zakresu empirycznych metod stosowanych w analizie sytuacji na rynkach finansowych, a także wykształcisz praktyczne umiejętności pozyskiwania przetwarzania danych oraz modelowania i prognozowania procesów ekonomicznych i finansowych w środowisku R.

Profil uczestnika:

Kierunek Analiza danych na rynkach finansowych z pakietem R jest dla Ciebie, jeżeli:

> interesujesz się analizą danych rynków finansowych,
> j
esteś pracownikiem instytucji finansowej, spółki inwestycyjnej lub przedsiębiorstwa,
>
jesteś inwestorem giełdowym,
>
jesteś pracownikiem naukowym, zamierzający prowadzić badania naukowe z wykorzystaniem metod ilościowych.

Po egzaminie końcowym otrzymasz:

> dyplom wydany przez Krakowską Szkołę Biznesu Uniwersytetu Ekonomicznego w Krakowie,
> świadectwo ukończenia studiów podyplomowych Analiza danych na rynkach finansowych z pakietem R (zgodnie z Ustawą z dnia 20 lipca 2018 r. – Prawo o szkolnictwie wyższym i nauce, Dz.U. z 2021, poz. 478).

Czesne

3250 zł/semestr

Forma studiów

stacjonarna

Liczba godzin


180 godzin
2 semestry

Forma zaliczenia

egzamin końcowy

Dyrektor kierunku


dr Paweł Oleksy

Kontakt


Menedżer kierunku
lic. Alina Ławicka
Tel. 12 293 75 98
E-mail:
alina.lawicka@uek.krakow.pl

Program studiów Analiza danych na rynkach finansowych z pakietem R

 
  1. Rynki, instrumenty i instytucje finansowe
  2. Wprowadzenie do środowiska R
  3. Metody czyszczenia i agregowania danych
  4. Metody wizualizacji danych
  5. Elementy statystyki opisowej i wnioskowania statystycznego
  6. Metody wielowymiarowej analizy danych finansowych
  7. Metody optymalizacji danych finansowych
  8. Metody symulacyjne na rynkach finansowych
  9. Bayesowska analiza danych finansowych
  10. Uogólnione modele liniowe (m. in. regresja logistyczna)
  11. Analiza danych panelowych w finansach
  12. Wprowadzenie do Data Mining danych finansowych
  13. Elementy Text Mining na rynkach finansowych
  14. Analiza współzależności zjawisk finansowych
  15. Analiza finansowych szeregów czasowych

Wykładowcy