Depois de fazer esses cursos, sinto-me confiante para criar visualizações e painéis profissionais
Shoebur RahmanEspecialista em compras, Giz Bangladesh
Descrição do curso
No Quantitative Risk Management (QRM), você vai construir modelos para entender os riscos de carteiras financeiras. Essa é uma tarefa essencial nos setores bancário, de seguros e de gestão de ativos. A primeira etapa do processo de modelagem é coletar dados sobre os fatores de risco subjacentes que afetam o valor da carteira e analisar seu comportamento. Neste curso, você vai aprender a trabalhar com séries de retornos de fatores de risco, estudar as propriedades empíricas — ou os chamados "fatos estilizados" — desses dados, incluindo sua típica não normalidade e volatilidade, e estimar o value-at-risk de uma carteira.
Pré-requisitos
Programa de estudos
Conteúdo do curso
1
Explorando dados de fatores de risco de mercado
Neste capítulo, você vai aprender a formar séries de retornos, agregá-las em períodos mais longos e criar gráficos de diferentes formas. Você verá exemplos usando o pacote qrmdata.
- Bem-vindo ao curso!50 XP
- Explorando séries temporais de fatores de risco: índices de ações100 XP
- Explorando séries temporais de fatores de risco: ações individuais100 XP
- Explorando dados de fatores de risco: taxas de câmbio100 XP
- Retornos de fatores de risco50 XP
- Explorando séries de retornos100 XP
- Diferentes maneiras de plotar séries de fatores de risco e de retornos100 XP
- Agregando log-retornos50 XP
- Agregando séries de log-retornos100 XP
- Um teste sobre agregação de log-retornos50 XP
- Explorando outros tipos de fatores de risco50 XP
- Dados de commodities100 XP
- Dados de taxa de juros100 XP
2
Retornos do mundo real são mais arriscados que o normal
Neste capítulo, você vai aprender sobre testes gráficos e numéricos de normalidade, aplicá-los a diferentes conjuntos de dados e considerar o modelo alternativo Student t.
3
Retornos do mundo real são voláteis e correlacionados
Neste capítulo, você vai aprender sobre volatilidade e como detectá-la usando gráficos de autocorrelação. Você vai aplicar testes de Ljung-Box para correlação serial e estimar correlações cruzadas.
4
Estimando o Value-at-Risk (VaR) de uma carteira
Neste capítulo, são apresentados o conceito de value-at-risk e métodos simples de estimativa de VaR com base em simulação histórica.
R
Gerenciamento de Risco Quantitativo em R
Curso
concluído
