A legjobb befektetési stratégia speciális (független) esetben, a befektetési stratégia tulajdonságai, optimalitása.A legjobb stratégia közelítése, ha a valószínűségek nem ismertek, szakértők kombinálásának módszerével,az elért növekedés optimalitása. A legjobb befektetési stratégia definíciója általános (függő) esetben. A stratégia optimalitási tulajdonságai. Az optimális stratégia közelítése szakértők kombinálásával ha a valószínűségek nem ismertek. Az elért növekedés optimalitása. Individuális sorozatok esete. Szerencsejáték, adattömörítés, becslés, predikció, előrejelzés és ezek kapcsolata. Az előrejelzés problémája, a legjobb előrejelzés. Az optimális előrejelzés közelítése ha a valószínűségek nem ismertek. A szakértők kombinálásának módszere az előrejelzés problémájára, randomizált és nem randomizált algoritmusok. Az optimális előrejelzés közelítése egyéb módszerrel. Előrejelzés individuális sorozatokra. The best investment strategy for independent random stock price relatives, the properties of the strategy. Approximation of the best strategy by the method of expert advice when the probabilities are not knbown. The definition of the best investmen strategy for dependent random stock vectors. The properties of the strategy. Approximation of the best strategy by the method of expert advice when the probabilities are not knbown. Individual sequences.The forecasting problem. Definition of the best forecaster when the probabilities are known. Approximation of the best forecaster by the method of expert advice when the probability law is not known. Other methods. Individual sequences..
BMETE95MM28
Akkreditációra benyújtás időpontja:
2016.03.27
Akkreditációs bizottság döntési időpontja:
2016.06.20
A tantárgy az alábbi témakörök ismeretére épít:
valószínűségszámítás, sztochasztikus folyamatok
A tantárgy szerepe a képzés céljának megvalósításában:
Matematikus BSc és Alkalmazott matematikus MSc szabadon választható tárgya
A tantárgy részletes tematikája magyarul és angolul:
Követelmények vizsgaidőszakban:
szóbeli vizsga
Pótlási lehetőségek:
pótvizsga
Konzultációs lehetőségek:
megbeszélés alapján
Jegyzet, tankönyv, felhasználható irodalom:
T. Cover, J. Thomas: Elements of Information Theory, Wiley, 2006
Györfi, Lugosi, Morvai, A simple randomized algorithm IEEE IT Vol. 45, pp. 2642-2650,1999.
L. Györfi et al: Machine learning for financial engineering, World Scientific, 2012.
Kontakt óra:
28
Félévközi felkészülés órákra:
28
Felkészülés zárthelyire:
0
Zárthelyik megírása:
0
Házi feladat elkészítése:
0
Kijelölt írásos tananyag elsajátítása (beszámoló):
0
Egyéb elfoglaltság:
0
Vizsgafelkészülés:
34
Összesen:
90
Ellenőrző adat:
90
Név:
Dr. Morvai Gusztáv
Beosztás:
tudományos főmunkatárs
Munkahely (tanszék, kutatóintézet, stb.):
MTASztochasztika Kutatócsoport
A tanszékvezető neve:
Dr. Simon Károly
A tantárgy adatlapja PDF-ben: