main content

pagetop

header

slides

principal

breadcrumbs

 
|
|
UNIDADES CURRICULARES
 

conteudo

Unidades Curriculares
  1. 1º Trimestre

    Computational Finance
    Este curso fornece aos alunos as ferramentas em software avançado (R & Python) para processamento, análise, modelagem e visualização de dados financeiros, com particular incidência em séries temporais. O curso abrange os elementos fundamentais das linguagens R e Python, incluindo a instalação, sintaxe e conceitos, estruturas de dados essenciais, leitura e gravação de dados financeiros, high-frequency data, operações vetoriais e matriciais, tratamento de datas e horas, estatísticas básicas e probabilidade, Indexação e seleção de dados, fusão de dados, tabelas dinâmicas, resumo de dados, visualização e gráficos estatísticos, criação de relatórios automatizados, manipulação de séries temporais, tratamento de missing values e outliers; exemplos de dados financeiros serão usados durante todo o curso.

    Data Science for Actuaries
    Para bancos e seguradoras, o uso sistemático da data science é crescentemente uma vantagem competitiva estratégica, permitindo através de processos de decisão mais rápidos e mais precisos responder adequadamente às necessidades dos clientes O objetivo deste curso é apresentar aos alunos aplicações de data science na atividade seguradora, discutindo algumas das competências e capacidades de um Data Analysis Actuary incluindo a análise da plataformas e a codificação, a modelação de riscos seguráveis (GLM's, regression) e o uso das ferramentas na resolução de problemas típicos da atividade (pricing of policies, claims reserving, risk management, developing new product and services).

    Fixed Income Securities
    Este curso analisa os principais instrumentos financeiros dos mercados de dívida (fixed income), os modelos de avaliação usados na sua avaliação e as estratégias de investimento destinadas a gerir o risco da taxa de juro e/ou a aumentar o retorno da carteira. Analisamos os cash flows e as convenções de cotação de uma ampla gama de títulos de dívida, que vão desde as obrigações de cupão zero, obrigações do tesouro de taxa fixa e variável e corporate bonds com estruturas lineares de fluxos de caixa, a títulos com estruturas mais complexas com callable bonds, inflation-linked bonds, Longevity Bonds, Mortgage-Backed Securities, and interest rate derivative securities like Swaps, Caps & Floors, Swaptions, Futures and options on bonds. São apresentados e implementados os métodos mais comuns para estimação da yield curve (bootstrapping, Nelson-Siegel-Svensson, Splines) e para modelar a dinâmica da yield curve (por exemplo, modelos de Ho-Lee e Black-Derman-Toy). Desenvolvemos as ferramentas para analisar a sensibilidade dos instrumentos a variações nas taxas de juro (e.g., duração, convexidade, M-quadrado) e discutimos o uso de estratégias ativas e passivas na gestão do risco da taxa de juro (incluindo estratégias de cobertura e imunização), e estratégias de arbitragem e especulação destinadas a aumentar os retornos.

  2. 2º Trimestre

    Asset Pricing & Portfolio Theory
    Este curso apresenta os fundamentos económicos e analíticos da escolha racional do investidor em contexto de incerteza, os modelos de equilíbrios nos mercados financeiros, a análise e avaliação de investimentos financeiros e a gestão de risco. O curso aborda a organização e funcionamento dos mercados financeiros, analisando o processo de investimento (revisão da Hipótese dos Mercados Eficientes e suas implicações na política de investimento, introdução à estrutura básica do processo de investimento incluindo especificação dos objetivos, a identificação de restrições, a formulação de políticas de investimento e as considerações éticas na gestão de carteiras). Discutimos a avaliação de ações, indo desde a definição dos vários conceitos de fluxos de caixa aos distintos modelos de avaliação (DCF, DDM, modelos FCF, EVA). Discutimos a alocação de ativos e a moderna Teoria de Carteira: conceitos de risco e retorno, diversificação, riscos sistemáticos e não sistemáticos, fronteira eficiente, capital allocation lines e a abordagem de Markowitz para a seleção da carteira ótima. Discutimos os modelos de equilíbrio dos mercados financeiros (CAPM, o Modelo de Índice Único, APT), juntamente com técnicas de Avaliação de Desempenho e de portfolio enhancement (asset selection and asset allocation, International diversification, active portfolio management, market timing, style investing).

    Financial Data Science
    Este curso foca-se nos métodos usados para extrair informação útil de dados financeiros brutos. Serão abordados tópicos importantes como ferramentas de exploração de dados e mineração, com ênfase especial no manipulação de bases de dados financeiros grandes e complexas, ferramentas estatísticas fundamentais no ajustamento de modelos a dados financeiros (por exemplo, estimativa de parâmetros, quantificação da incerteza, métodos de reamostragem, testes de hipóteses e regressão), e a análise de Séries Temporais Financeiras, incluindo a utilização de modelos univariados do tipo ARIMA, modelos de previsão, efeitos sazonais, identificação e diagnóstico de modelos, modelo do tipo GARCH e modelos de volatilidade estocástica.

    Financial Derivatives
    Este curso aborda uma das áreas mais interessantes em finanças: a dos derivados financeiros. Para além da negociação, os derivados financeiros estão na base da resolução de uma ampla gama de problemas financeiros, como a formação de carteiras de ativos financeiros complexos e decisões corporativas estratégicas. O principal objetivo do curso é, em primeiro lugar, o de proporcionar aos alunos o conhecimento e as ferramentas necessárias para avaliar e implementar estratégias de hedging envolvendo derivados financeiros lineares (forwards, futuros, opções, swaps) e derivados mais exóticos. Em segundo, procura-se explicar a utilização destes instrumentos financeiros na elaboração de estratégias de investimento e de gestão de risco. A avaliação dos derivativos é explorada considerando o princípio da não arbitragem, a lei do preço único e metodologias consolidadas, como o modelo binomial, o modelo de Black-Scholes-Merton e abordagens assentes em métodos de simulação. Discutimos uma ampla gama de aplicações, incluindo o uso de derivativos na gestão de ativos, o hedging dos riscos de taxa de juro e cambial, a avaliação de opções sobre ações e obrigações títulos ou derivados sobre commodities.

  3. 3º Trimestre

    Machine Learning in Finance
    This course presents students to basic Machine learning concepts and tools, covering both supervised and unsupervised learning methods applied to financial applications. The course covers tools and approaches for prediction, including both regression and classification. Topics include classic methods for regression and classification, and more recent approaches such as ensemble methods, support vector machines, and neural networks.

    Risk Management
    Este curso apresenta uma discussão geral de duas das dimensões mais importantes da gestão de risco: o risco de mercado e o risco de crédito. Abrangerá tópicos como o ambiente regulatório no sector bancário (Basileia) e de seguros (Solvência); medidas de risco, incluindo o value-at-risk and shortfall risk, os métodos usados para as estimar (métodos paramétricos, simulação histórica, métodos de simulação de Monte Carlo); O cálculo do VaR de Instrumentos Financeiros (Ações, Moedas, Obrigações, Derivados Lineares, Derivados Não Lineares) é explorado. O curso também abordará aspectos importantes do risco de crédito, incluindo modelos de scoring, modelos baseados em Ratings, modelos de portfólio de crédito e de pricing de derivados de crédito (CDS, CDO). O risco de crédito de contraparte e os conceitos de Credit Valuation Adjustment (CVA), Debit Valuation Adjustment (DVA), and Funding Valuation Adjustment (FVA) são introduzidos.

    Text Mining
    A huge amount of non-structured information concerning companies’ financial performance is available in organizational databases. From this, text is one of the most important types. The exploration of financial and business related textual information improves the performance of classification models.
    Text analytics, as an exciting research area that comprises methods and techniques to extract useful knowledge from text to support decision making, is the obvious approach to analyze financial textual information. In this course, we will cover a collection of techniques from data mining, machine learning, natural language processing (NLP), information retrieval (IR), and knowledge management. It involves the pre-processing of document collections (text categorization, information extraction, term extraction), analysis techniques, and visualization of the results.

  4. 4º Trimestre

    Algorithmic Trading & Market Microstructure
    A negociação em mercados (trading) está na base do processo de investimento e das estratégias de gestão de risco. Este curso introduz os principais conceitos relacionados com a negociação em mercados financeiros e os desenvolvimentos mais recentes, incluindo algorithmic and high frequency strategies, arbitragem estatística (statistical arbitrage), factor investing, trend following, momentum, technical trading and order book dynamics, optimal order execution, operação de limit order markets, o panorama regulatório e institucional e a economia da microestrutura dos mercados. Estratégias de negociação quantitativa são afloradas durante o curso. Utilizaremos linguagens de programação para a modelação estatística e análise de dados financeiros, bem como backtesting trading strategies.

    Big Data for Finance
    Este curso fornece as ferramentas para lidar com os desafios que o crescente volume de dados representa para as instituições financeiras. O sector bancário e os mercados de capitais lidam regularmente com volumes de dados históricos significativos. Bancos de investimento e empresas de gestão de ativos usam grandes quantidades de dados para informar as suas decisões de investimento. Seguradoras e fundo de pensões têm acesso a informações detalhadas sobre as apólices de seguro e sinistros que usam para tarifação e gestão ativa de riscos. O curso combina teoria e prática com casos de big data em finanças. O curso oferece um conhecimento profundo sobre tecnologias de Big Data e Hadoop. Exemplos de aplicações de Big Data em Finanças incluem: Análise Preditiva e Negociação, Análise de Sentimento, Deteção de Fraude Financeira, Ratings de Crédito, Tarifação, Segmentação de Clientes. Exploramos o uso de ferramentas analíticas de Big Data para a conceção e implementação de estratégias eficazes de identificação e mitigação de riscos.

    Deep Learning Methods in Finance
    This course aims to present the basics of Deep Learning and some of the underlying theory with a focus on supervised Deep Learning. The course will present the key concepts, issues and practices when training and modeling with deep architectures, as well as have hands-on experience in using deep learning frameworks. Emphasis will be placed on Restricted Boltzmann Machines, Deep Belief Nets, Convolutional Networks and Recurrent Nets. Also, the course will present the most relevant Platforms and Software Libraries, e.g. Theano, Caffe and TensorFlow.
    Finally, the course presents how deep learning fits within a financial context and what are the best approaches for its main applications.

    Fintech & InsurTech
    A necessidade de melhorar a experiência do utilizador, o desenvolvimento de diferentes produtos bancários e de seguros para a geração dos Millennials, o aumento da recolha de dados com base em sensores e a Internet of Things apresentam um enorme potencial para a disrupção do negócio bancário e segurador tradicional em áreas tais distintas como o crédito bancário, Equity crowdfunding & peer-to-peer lending, meios de pagamento e faturação, Institutional investment/research, finanças pessoais e seguros vida e não vida. Ao mesmo tempo, as nuances regulatórias nesses sectores apresentam desafios para startups. Este curso visa apresentar as Fintech & InsurTech nas suas diferentes vertentes, apresentar algumas das inovações que elas trouxeram ao sector financeiro e discutir o seu impacto na atividade bancária e seguradora. O curso focar-se-á nas áreas de Entrepreneurial Finance, Marketplaces, nos fatores que suportam a emergência das Fintech & InsurTech, implicações regulatórias, modelos de negócios, atores chave, incluindo stakeholders e tendências recentes, estudos de caso B2B e B2C.

footer