Budapest University of Technology and Economics, Faculty of Electrical Engineering and Informatics

    Belépés
    címtáras azonosítással
    vissza a tantárgylistához   nyomtatható verzió    

    Adatbányászat és pénzügyi folyamatok

    A tantárgy angol neve: Data Mining and Financial Processes

    Adatlap utolsó módosítása: 2009. október 27.

    Tantárgy lejárati dátuma: 2015. január 31.

    Budapesti Műszaki és Gazdaságtudományi Egyetem
    Villamosmérnöki és Informatikai Kar

    Üzleti Informatika Szakirány
    Tantárgykód Szemeszter Követelmények Kredit Tantárgyfélév
    VISZ5288   4/0/0/v 5  
    3. A tantárgyfelelős személy és tanszék Dr. Telcs András,
    4. A tantárgy előadója

    Dr Bodon Ferenc

    Dr Telcs András 

    5. A tantárgy az alábbi témakörök ismeretére épít Valószínűségszámítás BMEVIMA vagy ekvivalens, Algoritmusok elmélete, lineáris algebra, gráfelmélet,
    6. Előtanulmányi rend
    Ajánlott:
    nincs
    7. A tantárgy célkitűzése

    Az alapvető adatbányászati módszerek, fogalmak és algoritmusok ismertetése.

    Ahhoz, hogy megértsük, hogyan működik a tőzsde először egyszerűbb szerencsejátékok természetével ismerkedünk meg. A pénzfeldobás és a lóverseny tanulmányozása segítségével el fogunk jutni a modern portfolió elmélethez és az opciós termékek árazásának Nobel díjjal elismert Black-Scholes elméletéhez.



    8. A tantárgy részletes tematikája

    8. A tantárgy részletes tematikája:


     Az adatbányászati előadások tematikája:

    1.        Előfeldolgozás, hasonlósági mértékek

    2.        gyakori elemhalmazok keresése, APRIORI, Eclat, FP-growth

    3.        asszociációs szabályok (érdekességi mutatók)

    4.        osztályozás (osztályozás teljesítményének mérése, ID3, CART, Chaid, vágási függvények összehasonlítása)

    5.        klaszterezés (Kleinberg-féle lehetetlenség-elmélet, klasszikus klaszterezési célfüggvények és azok hibái, klaszterező algoritmusok típusai, partíciós-, hierarhikus-, sűrűségalapú algoritmusok)

    6.        webes keresés (Page rank, HITS módszer)

    7.        Adatbányászat a gyakorlatban

     

    A pénzügyi folyamatok rész tematikája

    1.      Portfólió elmélet

    2.      A portfolióstratégia információelméleti modellje,

    3.      Opciós ügyletek vételre és eladásra,

     

     

    9. A tantárgy oktatásának módja (előadás, gyakorlat, laboratórium)

     előadás

    10. Követelmények

    a. A szorgalmi időszakban:-

    b. A vizsgaidőszakban: íráseli vizsga

                   c.       Elővizsga: lehetséges

    11. Pótlási lehetőségek A ZH egy alkalommal a pótlási időszakban pótolható.
     
    12. Konzultációs lehetőségek

    az utolsó szorgalmi héten személyes egyeztetés alapján

    13. Jegyzet, tankönyv, felhasználható irodalom

    Jegyzet

    Száz János, Tőzsdei opciók vételre és eladásra

    Eliot, R.J., Kopp, P.E., A pénzpiacok Matematikája, Typotex 2000

    Cover, T.M., Thomas J.A., Elements of information theory, Wiley, 1991

    Bodon Ferenc: Adatbányászati algoritmusok

    Abonyi János: Adatbányászat - A hatékonyság eszköze

    Iványi Antal: Informatikai algoritmusok 2.
    14. A tantárgy elvégzéséhez átlagosan szükséges tanulmányi munka
    Kontakt óra 
    Félévközi készülés órákra60
    Felkészülés zárthelyire30
    Házi feladat elkészítése15
    Kijelölt írásos tananyag elsajátítása15
    Vizsgafelkészülés30
    Összesen150
    15. A tantárgy tematikáját kidolgozta

    Dr Bodon Ferenc

    Dr Telcs András