Economic Time Series (2005-2006)

Academic Year of the Course: 
2005-2006
Course: 
EC155
Economic Time Series
Teaching staff: 
Alessandro Kostoris
Course Outlines: 
* Securities markets and market theories (efficient market hypothesis, behavioral finance, random walk hypothesis). The major stock indices. Fundamental and technical analysis. Price patterns, charting and quantitative technical analysis. Head and shoulders, broadening pattern, triangle, rectangle, double pattern; candlestics; Gann's line, grid and fan; Elliott's fractals and their extensions, wedges, failures; Fibonacci's fan lines and arc lines; lagging and leading indicators; simple and exponential MA; MACD; PPO, ROC, stochastic oscillators, RSI, OBV, CCI. * Kernel regression. * Stationary stochastic processes. Wold's representation. AR(p), MA(q) and ARMA(p,q) models. Non stationary processes, ARIMA(p,d,q) models and tests of unit roots. Box-Jenkins techniques for modelling time series. Identification of the model. Handling economic time series in EViews.
Link other Courses: 
I prerequisiti per un'assimilazione agevole e non superficiale dei contenuti del corso sono: * capacità di comprendere speditamente il contenuto di un testo scritto in lingua inglese, con particolare riferimento alla terminologia statistica; * familiarità con il PC, l’ambiente Windows, il pacchetto MS-Office, il package SPSS, e-views, Internet; * solida conoscenza di base dell’inferenza statistica; * nozioni di economia e di politica economica.
Contents: 
* Analisi dei mercati finanziari - concetti introduttivi: attori, fasi del mercato, modelli interpretativi (EMH, random walk e behavioural), analisi fondamentale, analisi tecnica; numeri indici di borsa: costruzione ed esempi degli indici delle principali borse mondiali; analisi tecnica grafica: head and shoulders, broadening pattern, triangle, rectangle, double pattern; candele giapponesi; Gann line, grid e fan; frattali di Elliott e relative varianti (extensions, wedges e failures); fan lines e arc lines di Fibonacci; analisi tecnica quantitativa: indicatori lagging e leading; medie mobili semplici ed esponenziali; MACD; PPO, ROC, oscillatori stocastici, RSI, OBV, CCI. * Regressione non parametrica – regressione kernel; * Analisi delle serie temporali univariate - cenni di analisi classica; teorema di Fourier; medie mobili e destagionalizzazione; lisciamento esponenziale semplice e procedure Holt-Winters; processi stocastici; funzioni di autocovarianza, di autocorrelazione e di autocorrelazione parziale; il dominio delle frequenze e l’analisi spettrale; rappresentazioni MA e AR; processi stocastici stazionari; stima della media, dell’autocovarianza e dell’autocorrelazione; teorema di decomposizione di Wold; modelli ARMA; non stazionarietà e modelli ARIMA; radici unitarie e test di Dickey-Fuller; identificazione del modello; uso di EViews, esempi e applicazioni.
Recommended Texts: 
Lo, Mamaysky, Wang (2000) Foundations of Technical Analysis: Computational Algorithms, Statistical Inference and Empirical Implementation, The Journal of Finance, Vol. LV, N. 4 (7.66 Mb downloadable from: web.mit.edu/alo/www/Papers/1705-1765.pdf)
Last update: 12-11-2013 - 15:58