154-0571/02 – Aplikované kvantitativní finance v Pythonu (AQFP)

Garantující katedra	Katedra financí	Kredity	5
Garant předmětu	doc. Ing. Aleš Kresta, Ph.D.	Garant verze předmětu	doc. Ing. Aleš Kresta, Ph.D.
Úroveň studia	pregraduální nebo graduální
		Jazyk výuky	angličtina
Rok zavedení	2026/2027	Rok zrušení
Určeno pro fakulty	EKF	Určeno pro typy studia	navazující magisterské

Výuku zajišťuje
Os. čís.	Jméno	Cvičící	Přednášející
KRE330	doc. Ing. Aleš Kresta, Ph.D.

Rozsah výuky pro formy studia
Forma studia	Zp.zak.	Rozsah
prezenční	Zápočet	0+4

Cíle předmětu vyjádřené dosaženými dovednostmi a kompetencemi

Studenti kurzu se naučí programovat v jazyce Python. Seznámí se s podmíněnými příkazy, funkcemi, cykly, základními datovými typy a strukturami. Pochopí principy práce s knihovnami, balíčky a třídami. Budou umět pracovat s vědeckými balíčky, jako jsou NumPy a Pandas. Absolventi kurzu budou mít následující dovednosti a kompetence. V jazyce Python budou schopni vypočítat riziko a výnos jednotlivých cenných papírů a portfolií, vypočítat investiční portfolia, zpětně testovat strategie investičních portfolií, vytvářet a zpětně testovat algoritmické obchodní strategie, provádět simulace Monte Carlo, oceňovat opce a vypočítat parametry citlivosti (tzv. Greeks) a implikovanou volatilitu.

Vyučovací metody

Přednášky
Cvičení (v učebně)

Anotace

Cílem kurzu je rozšířit schopnost studentů formulovat, řešit a následně interpretovat praktické problémy v oblasti kvantitativních financí s využitím programovacího jazyka Python. Pozornost je věnována zejména praktickým aplikacím jednotlivých modelů a přístupů, u kterých se předpokládá alespoň základní orientace a teoretická znalost.

Povinná literatura:

BRUGIÈRE, Pierre. Quantitative portfolio management: with applications in Python. Cham, Switzerland: Springer, 2020. Springer texts in business and economics. ISBN 978-3-030-37739-7. HILPISCH, Yves J. Financial theory with Python: a gentle introduction. Sebastopol, CA: O'Reilly, 2021. ISBN 978-1-098-10435-1. HILPISCH, Yves J. Python for finance: mastering data-driven finance. Second edition. Sebastopol, CA: O'Reilly, 2018. ISBN 978-1-492-02433-0.

Doporučená literatura:

HILPISCH, Yves J. Python for algorithmic trading: from idea to cloud deployment. Sebastopol, CA: O'Reilly, 2020. ISBN 978-1-492-05335-4. LAROSE, Chantal D. a Daniel T. LAROSE. Data science using Python and R. Hoboken: Wiley, 2019. Wiley series on methods and applications in data mining. ISBN 978-1-119-52681-0. UNPINGCO, José. Python programming for data analysis. Cham, Switzerland: Springer, 2021. ISBN 978-3-030-68951-3.

Další studijní materiály

Studijní opory v systému E-výuka

Forma způsobu ověření studijních výsledků a další požadavky na studenta

Vypracování a obhajoba projektu. Pro studenty s ISP platí stejné požadavky.

E-learning

Další požadavky na studenta

žádné další požadavky

Prerekvizity

Předmět nemá žádné prerekvizity.

Korekvizity

Předmět nemá žádné korekvizity.

Osnova předmětu

1) Úvod do jazyka to Python: základní koncepty a syntaxe, základní datové typy a práce s proměnnými, řídicí struktury 2) Strukturované datové typy (datové struktury), zkrácená syntaxe pro efektivnější práci s řídicími strukturami 3) Základní principy organizace softwarového projektu, využití v prostředí Python programu: funkce a třídy, oblast platnosti a viditelnost proměnných, práce s knihovnami a balíčky 4) Knihovny NumPy and Pandas pro datovou vědu: základní principy, vybrané případy 5) Vstupní a výstupní operace 6) Práce s finančními časovými řadami v Pythonu, výpočet základních statistik a vizualizace 7) Stochastika: generování náhodných čísel, simulace stochastických procesů 8) Problém optimalizace portfolia, měření výkonnosti portfolia, zpětné testování investičních strategií 9) Technická analýza a algoritmické obchodování, zpětné testování obchodních strategií 10) Řízení rizika: míry rizika, odhad rizika a jeho zpětné testování 11) Oceňování derivátů, kalkulace měr citlivosti (tzv. Greeks) a implikované volatility 12) Obhajoba projektů

Podmínky absolvování předmětu

Podmínky absolvování jsou definovány pouze pro konkrétní verzi předmětu a formu studia

Výskyt ve studijních plánech

Akademický rok	Program	Obor/spec.	Forma	Jazyk výuky	Konz. stř.	Ročník	Typ povinnosti
2026/2027	(N0311A050040) Ekonomie		P	čeština	Ostrava	2	povinně volitelný typu B	stu. plán
2026/2027	(N0488A050004) Finance a účetnictví	(S01) Finance	P	čeština	Ostrava	2	povinně volitelný typu B	stu. plán
2026/2027	(N0488A050004) Finance a účetnictví	(S02) Účetnictví a daně	P	čeština	Ostrava	2	povinně volitelný typu B	stu. plán
2026/2027	(N0412A050005) Finance		P	angličtina	Ostrava	2	povinně volitelný typu B	stu. plán
2026/2027	(N0688A050001) Informační a znalostní management		P	čeština	Ostrava	2	povinně volitelný typu B	stu. plán

Výskyt ve speciálních blocích

Název bloku	Akademický rok	Forma studia	Jazyk výuky	Ročník	Z	L	Typ bloku	Vlastník bloku
Incoming winter 2026/2027 MS	2026/2027	prezenční	angličtina				povinně volitelný	163 - International Office	stu. blok

Hodnocení Výuky

Předmět neobsahuje žádné hodnocení.