3. 강의목표
이 강의는 기본적으로 자산의 수학적 모델링을 통한 파생금융상품 위주의 자산가격결정이론과 금융실무에서 바로 사용가능한 기계학습 기법에 대해 배우고 최신 데이터 관련 핀테크 동향을 파악하는 것을 목적으로 한다.
The objective of this course is to introduce the recent topics in financial engineering, focusing on financial derivatives pricing and machine learning in Finance. For this, we explore:
1. financial Markets and financial products
2. interest rates,
3. financial asset modelling(e.g., stock prices, interest rates, foreign exchanges etc),
4. financial derivative pricing with the Black-Scholes-Merton Model ,
5. numerical methods for the implementation(e.g., Monte-Carlo Simulation and Finite Difference Method)
6. machine learning in finance (e.g., regressions, SVM, clustering etc.)
4. 강의선수/수강필수사항
금융공학개론을 들으면 이해가 쉬우나 수업시간에 쉽게 풀어서 설명하므로 필수는 아님. 파이썬 언어의 기초를 공부하고 수업에 참여하면 과제 수행 등에 문제가 없을 듯.
Introduction to Financial Engineering, and Program Language(Python)
5. 성적평가
| 중간고사 |
기말고사 |
출석 |
과제 |
프로젝트 |
발표/토론 |
실험/실습 |
퀴즈 |
기타 |
계 |
|
|
|
|
|
|
|
|
|
|
| 비고 |
시험 1회 30%, 과제 2회 30%(각 15%), 프로젝트 및 발표 20%, 출석 10%
Exam(once) 30%, Homework Assignment 30%(twice, 15% each), Term Project and its Presentation 20%, Class participation 10%
|
6. 강의교재
| 도서명 |
저자명 |
출판사 |
출판년도 |
ISBN |
|
will be distributed (at PLMS).
|
|
|
0000
|
|
7. 참고문헌 및 자료
The textbook will be distributed and the references are:
-[WHD] Wilmott, Howison, and Dewynne, "The Mathematics of Financial Derivatives: A Student Introduction", Cambridge univ. press, 1995.
- [H] Hull, "Options, Futures, & Other Derivatives", Prentice-Hall International, Inc. (7th edition), 2012
- [CS] Clewlow and Strickland, "Implementing Derivatives Models", Wiley
- [DHB] Dixon, Halperin, and Bilokon, Machine Learning in Finance, Springer, 2020
8. 강의진도계획
See the Syllabus.
9. 수업운영
- You should submit your term project to the lecturer and the TA via e-mail (bonggyujang@postech.ac.kr, chkim95@postech.ac.kr ).
11. 장애학생에 대한 학습지원 사항
- 수강 관련: 문자 통역(청각), 교과목 보조(발달), 노트필기(전 유형) 등
- 시험 관련: 시험시간 연장(필요시 전 유형), 시험지 확대 복사(시각) 등
- 기타 추가 요청사항 발생 시 장애학생지원센터(279-2434)로 요청