Serie Storiche Economiche (2005-2006)

Anno Accademico: 
2005-2006
Insegnamento: 
EC155
Serie Storiche Economiche
Docente: 
Alessandro Kostoris
Obiettivi: 
Introdurre lo studente ai principali metodi e modelli statistici per l'analisi dell’andamento nel tempo di variabili economiche ed in particolare dell’andamento dei prezzi di titoli mobiliari quotati nei mercati regolamentati.
Collegamento con altri insegnamenti: 
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.
Programma: 
* 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.
Testi consigliati: 
Appunti delle lezioni. Durante il corso saranno suggerite delle letture di approfondimento.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 scaricabili liberamente da: web.mit.edu/alo/www/Papers/1705-1765.pdf)
Ultimo aggiornamento: 11-12-2013 - 15:57