Investiční strategie na základě scoringu

Rozměr: px
Začít zobrazení ze stránky:

Download "Investiční strategie na základě scoringu"

Transkript

1 FAR Non-confidential Česky Investiční strategie na základě scoringu Andrej Chomič Faunus Analytics Research Překlád z Ruštiny Úvod V první části se popisuje pojem scoringu, uvádějí se příklady použití scoringu pro vyřešení praktických úloh v různých oblastech podnikání. Druhá část je zaměřena na použití technologií scoringu pro vybudování a optimalizaci investičních strategií, pro přijetí obchodních rozhodnutí a pro řízení rizik na finančních trzích (příkladem bude sloužit trh FOREX). Materiál tohoto článku zahrnuje základní teoretické principy, které jsou používány pro výzkum a vývoj v rámci projektu Faunus Asset Management. Definice scoringu Nech máme cílový objekt, který se charakterizuje svým minulým a současným stavem. Tímto objektem může být finanční trh, klient banky, produktový segment atd. Nechme také, že tento objekt má některou charakteristiku, která přijímá pouze 2 hodnoty. Označme tuto binární charakteristiku za cílovou proměnnou. Zajímá nás budoucí hodnota cílové proměnné. Scoringem tudíž je hodnocení pravděpodobností budoucích hodnot cílové proměnné podle známé historie stavů objektu. Aplikace scoringu Výše jsme uvedli formální definici scoringu. Pro lepší pochopení aplikovaného významu scoringu je účelné probrat příklady jeho využití. Kreditní scoring Hodnocení rizik spojených s poskytováním a správou půjček v bankovní činnosti se nazývá kreditní (úvěrový) scoring. Vyčleňují se scoring úvěrové žádosti (application scoring) a scoring chování (behavior scoring). Rozebereme první typ kreditního scoringu. V tomto případě je objektem žádost o úvěr. Stavem objektu je charakteristika žadatele, například: věk, povolání, současné pracovní místo, stáže na současném pracovním místě, průměrný příjem za poslední rok atd. Pokud žadatel (applicant) již dříve dostával půjčky, pak nejdůležitější charakteristikou je historie splacení těchto úvěrů. Je důležité spojovat a porovnávat příjem žadatele, jeho současné výdaje, sumu a předpokládanou dobu splacení příslušného úvěru. Vyčlenění potenciálně důležitých charakteristik žádosti o úvěr a žadatele není jednoduchou úlohou, která v sobě spojuje tvůrčí přístup a přísnost statistické analýzy. Touto úlohou se zabývají analytici, kteří se dobře orientují v bankovní činnosti.

2 Cílovou proměnnou je defolt z úvěru. Defolt se může uskutečnit nebo neuskutečnit. Tzn., že jsou na místě dvě reálné hodnoty cílové proměnné. Zde se potýkáme s druhou komplikací s volbou cílové proměnné. Definice defoltu je ve skutečnosti nejednoznačná. Definice defoltu jako nemožností vymoci dluh soudní cestou je pro byznys proces řízení rizik špatně přijatelná. Příliš mnoho času uplývá mezi prvními příznaky blížícího se problému a právně uznaným defoltem. Daleko cennější je určení defoltu jako prodlení ve splacení úvěru delší než 6 měsíců. Jsou možné i jiné definice defoltu. Scoring v telekomunikačních společnostech Telekomunikační byznys je byznysem vysoce konkurenčním. Praxe ukazuje, že získávání klientů je mnohem dražší než jejich udržení. Proto je velmi důležité včas identifikovat již podle raných příznaků potenciální možnost přechodu klienta ke konkurenci. Scoring se může používat pro udržení klientů. Objektem scoringu je abonent, který se charakterizuje personálními daty, historii využití služeb. Cílovou proměnnou je odmítnutí klientem služeb společnosti. A zase definice cílové proměnné není triviální úlohou. Specifikou telekomu je, že abonent velmi vzácně píše žádost o odmítnutí služeb, častěji jednoduše je přestává využívat. Lze to identifikovat podle nulového trafiku. I přesto nulový trafik za konkrétní období může být způsoben například dovolenou nebo pracovní cestou abonentu. Jako dostatečně dobrá definice odlivu může sloužit příznak absence trafiku a jakékoliv další aktivity abonenta za období delší než 3 měsíce. Scoring pro investiční strategie na FOREX Formalizace trhu Objektem scoringu může také být finanční trh. Rozebereme v této souvislosti měnový trh FOREX. Volba charakteristik historie trhu a cílové proměnné je komplikovanou úlohou. Je potřeba zvolit hloubku historie kotací, timeframe, způsob redukování počtu proměnných a mnoho dalšího. Zde v nejobecnějším tvaru popišme jeden z možných přístupů k formalizaci úlohy scoringu FOREX. Historie kotací s některým zjednodušením může být prezentována jako množství hodnot kotací, oddělených přes časová období s permanentní periodou. Časová období lze očíslovat. Pak historie kotací může být prezentována jako časová řada rate = rate[t], rate[t+1],..., rate[t+n], rate[t+n+1] Při prognózování kotací měnového páru jsou nám známé hodnoty kotací rate[t], rate[t+1],..., rate[t+n] a je potřeba udělat prognózu některých důležitých vlastností, a společně s tím zdůraznit, že pro praktické potřeby není nutní prognózovat samotnou hodnotu kotací.

3 Volba cílové proměnné scoringu Volba cílové proměnné je často spojena s kompromisem. V ideálu samozřejmě bychom chtěli mít model, který dostatečně přesně prognózuje kotace za každou minutu na období 2-3 let. Bohužel, model tohoto typu není možné vybudovat. Proto je potřeba zjednodušovat definici úlohy s cílem dodržet kompromis mezi zjednodušením modelování a aplikovanou významností výsledku. Toto je tvůrčí úloha, která v sobě obsahuje element svévole výběru. Například, lze určit cílovou proměnnou jako znak změny kotace měnového páru za období určitého trvání. Pro FOREX je důležité umět prognózovat znak změny kotací. Ale prakticky je hodně důležitější prognózování významných změn kotací, umožňujících pokrývat brokerské komise a spready. Scoringový model se optimalizuje na historických příkladech. Algoritmy optimalizace scoringových modelů umožňují přidávat příkladům vah číselné nezáporné hodnoty. Pokud určíme každému příkladu váhu prognózování pro případy významných změn kotací., pak vylepší model přesnost Lze nabídnout i rozšířenou variantu určení váhy příkladu. Při rozšířené variantě se část příkladů s nedostatečně výrazným chováním trhu nebo anomálními vychrleními (s větší mírou šumu a menším podílem užitečných informací) neučástní optimalizace scoringového modelu. Praxe ukazuje, že podobná strategie filtrace šumu umožňuje zlepšit přesnost modelování. Scoring trhu Prognóza měnového páru se zjednodušeně omezuje na prognózu znaku změny kotace. Výsledkem prognózy je hodnocení pravděpodobnosti možných výstupů. Kde: 1. rate - historie kotace měnového páru 2. TRANSFORM - funkce transformace historie kotací 3. SCORING_MODEL - model scoringu, umožňující podle transformované historie vyhodnotit pravděpodobnost budoucího růstu kotací.

4 Předzpracování dat Jedná z variant předzpracování historie kotací Nabízený způsob transformace je jednoduchý ve své realizaci a zároveň odstraňuje některé efekty nestacinarity časových řad FOREX. Pro redukci vlivu vychrlení a heteroskedascisity (proměnlivosti volatility) lze používat logaritmování: V případě však, že počítáme s tím, že prudké kolísání kurzu v minulosti je důležité pro prognózu v budoucnu, pak lze použit umocňování: Výsledkem transformace je také časová řada, odvozená od časové řady kotací. Struktura modelu Jako model scoringu SCORING_MODEL se může používat logistická regrese. Funkce logistické regrese: Kde: 1. - logistická funkce 2. - lineární funkce 3. x - vektor prediktorů. V případě FOREX je to výsledek transformace časové řady kotací vektor koeficientů regrese. Koeficienty regrese se hodnotí specializovanými algoritmy optimalizace. Většina programů statistické analýzy zahrnuje hotové realizace algoritmů vybudování regrese.

5 Obrázek 1 Příklad grafu logistické funkce Důležitou vlastností logistické funkce je monotónnost a omezenost číselným úsekem (0,1). Všechno toto umožňuje interpretovat logistickou regresi jako hodnocení pravděpodobnosti. Struktura scoringového modelu se neomezuje pouze na logistickou regresi. Například, scoringový model lze vybudovat na základě umělé neuronové sítě nebo dalších řešení. Hodnocení parametrů Scoringový model se staví pro skupinu objektů jedné třídy. Odlišuje to scoringový model od modelu časové řady. Při prognózování časových řad se ve finále buduje zvláštní model pro každou časovou řadu, anebo jediný model pro nevelkou skupinu časových řad (vícerozměrné prognózování časových řad). Ve scoringu jeden univerzální model se aplikuje na nekonečně velkou skupinu objektů. Segmentace obchodních nástrojů FOREX se může uskutečňovat podle různých kriterií. Například, podle úrovně likvidity, podle typu kotováného objektu (měna, kov, ropa atd.). Jsou možná i jiná kriteria segmentace. Konkrétně pro FOREX to znamená, že není nutné prognózovat EUR/USD jedním modelem, a AUD/CHF pak druhým. Lze tyto měnové páry sloučit podle příznaku vysoké likvidity a shodné volatility, a dále používat pro prognózování jediný univerzální model. Scoringový model není něčím neměnným. Model musí počítat se změnami tržních zákonitostí. Proto parametry modelu je nutno periodicky nebo podle události opakovaně optimalizovat s ohledem na nová data. Optimalizace parametrů se provádí na datech minulých pozorování. Ale účelem optimalizace parametrů modelu je prakticky přijatelná přesnost prognóz na nových datech. Abychom kontrolovali očekávanou přesnost modelu na nových datech, je potřeba část známých příkladů vyčlenit pro testování. V jednoduché variantě trainingové a testové množství příkladů může být vytvořeno jednou náhodným výběrem. Lze rovněž do testového množství zapojovat pouze příklady za poslední období pozorování. Lze též pro training modelu využívat pouze příklady za období pozorování, která předcházejí období testování (walk forward analysis). Doporučujeme využívat cross-testování (cross validation). Cross-testování předpokládá rozdělení celého období pozorování na rovnocenné úseky. Každý úsek období pozorování se jeden po druhém stává testovým obdobím, kdežto ostatní obdobím trainingovým. Výsledky testování zvláštních úseků se zprůměrňují.

6 Přijetí obchodních rozhodnutí Obchodník vždy má na FOREXu 4 varianty řešení: 1. Otevřít dlouhou pozici 2. Otevřít krátkou pozici 3. Uzavřít všechny současné pozice na obchodní nástroj 4. Neotevírat dodatečnou pozici na obchodní nástroj Obchodník může nevstupovat na trh s preferencí absence zisku před alternativou neúměrně vysokých rizik ztrát. Pro pochopení ve které situaci je lepší vstupovat na trh, lze využit analýzy křivky ziskovosti. Tržní situaci lze charakterizovat jedním číslem hodnocením pravděpodobnosti, které je realizováno pomocí scoringového modelu. Tím pádem může být úloha omezena na výběr limitní hodnoty pravděpodobnosti. Tento limit je zvykem ve scoringu jmenovat prahem odseknutí. Jak bude popsáno dále, pro FOREX se používají 2 meze odseknutí: práh vstupu na trh a práh výstupu z trhu. Algoritmus výběru prahu vstupu na trh může být následující: 1. Uvádí se omezení na očekávané statistické charakteristiky obchodování 2. Historické příklady z testového množství (viz sekci Scoring trhu / Hodnocení parametrů ) se zařazují do žebříčku podle klesání maximálního testového hodnocení pravděpodobnosti. Připomínáme, že scoringový model hodnotí pravděpodobnost 2 nespolečných událostí - růstu a snížení kotací. 3. Pro každou prahovou variantu vstupu na trh se určuje: a. očekávaná průměrná a nejmenší ziskovost, při otevření pozic v případě překročení pravděpodobnosti prahu vstupu na trh v nejpřijatelnějším směru b. očekávané množství operací za období c. očekávaný maximální drawdown za období d. jiné očekávané statistické charakteristiky výsledků budoucího obchodování 4. Vynechávají se prahové varianty vstupu na trh, pří kterých statistické charakteristiky obchodování neodpovídají stanoveným omezením 5. Ze zbývajících prahových variant vstupu na trh pak volíme variantu, která přináší maximální očekávanou ziskovost.

7 Obrázek 2 Výběr meze odseknutí (cutoff) podle křivky ziskovosti. Kromě řešení úlohy výběru okamžiku vstupu na trh, je také důležité vědět vhodný okamžik výstupu z trhu. Pro to je potřeba zavést druhý práh odseknutí práh výstupu z trhu. Tento práh je vždycky očividně menší než práh vstupu na trh. Při optimalizaci prahu výstupu z trhu je velmi důležité počítat se spreadem a s brokerskou komisí. Práh výstupu z trhu nesmí být příliš blízko prahové hodnotě vstupu na trh. Jinak může vzniknout riziko otevření velkého podílu pozic otevíraných na krátké časové období. Čas udržení pozic může být nedostatečný pro pokrytí průměrnou ziskovosti podle pozic spreadů a brokerských komisí. V tomto případě bude samozřejmě broker spokojený, ale obchodník bude nést ztráty Scoring vytváří prognózu trhu pro omezené období. Pozice musí být každopádně uzavřena po skončení doby platnosti prognózy. Kromě prahů odseknutí nelze také zapomínat na tradiční prostředek kontroly rizik stopúrovně a řízení objemů pozic (money management). Takže, v minimální variantě jsme napočítali pět parametrů procedury přijetí obchodních rozhodnutí: 1. Práh vstupu na trh 2. Práh výstupu z trhu 3. Limitní úroveň ztrát na pozici (stop loss) 4. Limitní úroveň zisku na pozici (take profit) 5. Objem pozice Tyto parametry jsou navzájem propojeny. Optimalita hodnoty jednoho parametru závisí na zvolených hodnotách jiných parametrů. Proto se tyto parametry musí optimalizovat společně. Pro redukci výpočtů lze používat metody skenování podle mříže, pseudogradientního odtoku, náhodného hledání, genetických algoritmů. Stejně jako v případě hodnocení parametrů scoringového modelu (viz sekci Scoring trhu / Hodnocení parametrů ), je třeba vyčlenit testové období, na kterém se budou hodnotit očekávané charakteristiky budoucího obchodování.

8 Kontaktní informace Andrej Chomič Faunus Analytics Research (Moskva, Ruská Federace)

MultiCharts Integration Guide A S S E T M A N A G E M E N T P R O J E C T. Verze 1.0 Česky

MultiCharts Integration Guide A S S E T M A N A G E M E N T P R O J E C T. Verze 1.0 Česky www.faunus-am.com www.faunusanalytics.com MultiCharts Integration Guide A S S E T M A N A G E M E N T P R O J E C T Verze 1.0 Česky I Copyright 2012 Faunus Analytics LLC. Všechna práva vyhrazena. Daný

Více

Subscription Guide A S S E T M A N A G E M E N T P R O J E C T. Verze 2.4 Česky

Subscription Guide A S S E T M A N A G E M E N T P R O J E C T. Verze 2.4 Česky www.faunus-am.com www.faunusanalytics.com Subscription Guide A S S E T M A N A G E M E N T P R O J E C T Verze 2.4 Česky I Copyright 2012 Faunus Analytics LLC. Daný dokument je majetkem společnosti Faunus

Více

Pravděpodobnost v závislosti na proměnné x je zde modelován pomocí logistického modelu. exp x. x x x. log 1

Pravděpodobnost v závislosti na proměnné x je zde modelován pomocí logistického modelu. exp x. x x x. log 1 Logistická regrese Menu: QCExpert Regrese Logistická Modul Logistická regrese umožňuje analýzu dat, kdy odezva je binární, nebo frekvenční veličina vyjádřená hodnotami 0 nebo 1, případně poměry v intervalu

Více

Reporting Guide A S S E T M A N A G E M E N T P R O J E C T. Verze 1.8 Česky

Reporting Guide A S S E T M A N A G E M E N T P R O J E C T. Verze 1.8 Česky www.faunus-am.com www.faunusanalytics.com Reporting Guide A S S E T M A N A G E M E N T P R O J E C T Verze 1.8 Česky I Copyright 2012 Faunus Analytics LLC. Všechna práva vyhrazena Tento dokument je majetkem

Více

ČESKÁ SPOŘITELNA a.s.

ČESKÁ SPOŘITELNA a.s. ČESKÁ SPOŘITELNA a.s. Finanční management projektu a jak komunikovat s bankou Filip Husák ROZVOJ OBCHODU PROGRAM bez kvalitního financování to nejde! ČESKÁ SPOŘITELNA A FSČS FINANČNÍ MANAGEMENT Zdroje

Více

Kalibrace scoringových modelů

Kalibrace scoringových modelů Kalibrace scoringových modelů Finanční matematika v praxi III Hotel Podlesí 3. 4. září 2013 Pavel Plát pavel.plat@rb.cz Raiffeisenbank a.s., Policy & Analysis 1. Scoringový model Business pohádka a trocha

Více

MT5 Integration Guide A S S E T M A N A G E M E N T P R O J E C T. Verze 1.2 Česky

MT5 Integration Guide A S S E T M A N A G E M E N T P R O J E C T. Verze 1.2 Česky www.faunus-am.com www.faunusanalytics.com MT5 Integration Guide A S S E T M A N A G E M E N T P R O J E C T Verze 1.2 Česky II Copyright 2011 Faunus Analytics LLC. Všechna práva vyhrazena. Daný dokument

Více

INFORMACE O INVESTIČNÍCH SLUŽBÁCH A NÁSTROJÍCH

INFORMACE O INVESTIČNÍCH SLUŽBÁCH A NÁSTROJÍCH INFORMACE O INVESTIČNÍCH SLUŽBÁCH A NÁSTROJÍCH 1. Údaje o Bance jako právnické osobě, která vykonává činnosti stanovené v licenci ČNB a základní informace související investičními službami poskytovanými

Více

Jak Admiral.MAC funguje?

Jak Admiral.MAC funguje? Jak Admiral.MAC funguje? Účet Admiral.MAC je založen na principu zrcadlení obchodování, kdy jsou kopírovány otevírané a uzavírané pokyny, které jsou obchodované v jednom účtu (MAC-Manager, dále jen MACM)

Více

7. Rozdělení pravděpodobnosti ve statistice

7. Rozdělení pravděpodobnosti ve statistice 7. Rozdělení pravděpodobnosti ve statistice Statistika nuda je, má však cenné údaje, neklesejte na mysli, ona nám to vyčíslí Jednou z úloh statistiky je odhad (výpočet) hodnot statistického znaku x i,

Více

7. přednáška Systémová analýza a modelování. Přiřazovací problém

7. přednáška Systémová analýza a modelování. Přiřazovací problém Přiřazovací problém Přiřazovací problémy jsou podtřídou logistických úloh, kde lze obecně říci, že m dodavatelů zásobuje m spotřebitelů. Dalším specifikem je, že kapacity dodavatelů (ai) i požadavky spotřebitelů

Více

JEDNOVÝBĚROVÉ TESTY. Komentované řešení pomocí programu Statistica

JEDNOVÝBĚROVÉ TESTY. Komentované řešení pomocí programu Statistica JEDNOVÝBĚROVÉ TESTY Komentované řešení pomocí programu Statistica Vstupní data Data umístěná v excelovském souboru překopírujeme do tabulky ve Statistice a pojmenujeme proměnné, viz prezentace k tématu

Více

Otázky ke státní závěrečné zkoušce

Otázky ke státní závěrečné zkoušce Otázky ke státní závěrečné zkoušce obor Ekonometrie a operační výzkum a) Diskrétní modely, Simulace, Nelineární programování. b) Teorie rozhodování, Teorie her. c) Ekonometrie. Otázka č. 1 a) Úlohy konvexního

Více

Credit scoring. Libor Vajbar Analytik řízení rizik. 18. dubna 2013. Brno

Credit scoring. Libor Vajbar Analytik řízení rizik. 18. dubna 2013. Brno Credit scoring Libor Vajbar Analytik řízení rizik 18. dubna 2013 Brno 1 PROFIL SPOLEČNOSTI Home Credit a.s. přední poskytovatel spotřebitelského financování Úvěrové produkty nákup na splátky u obchodních

Více

METODY DOLOVÁNÍ V DATECH DATOVÉ SKLADY TEREZA HYNČICOVÁ H2IGE1

METODY DOLOVÁNÍ V DATECH DATOVÉ SKLADY TEREZA HYNČICOVÁ H2IGE1 METODY DOLOVÁNÍ V DATECH DATOVÉ SKLADY TEREZA HYNČICOVÁ H2IGE1 DOLOVÁNÍ V DATECH (DATA MINING) OBJEVUJE SE JIŽ OD 60. LET 20. ST. S ROZVOJEM POČÍTAČOVÉ TECHNIKY DEFINICE PROCES VÝBĚRU, PROHLEDÁVÁNÍ A MODELOVÁNÍ

Více

EKONOMETRIE 7. přednáška Fáze ekonometrické analýzy

EKONOMETRIE 7. přednáška Fáze ekonometrické analýzy EKONOMETRIE 7. přednáška Fáze ekonometrické analýzy Ekonometrická analýza proces, skládající se z následujících fází: a) specifikace b) kvantifikace c) verifikace d) aplikace Postupné zpřesňování jednotlivých

Více

DERIVÁTOVÝ TRH. Druhy derivátů

DERIVÁTOVÝ TRH. Druhy derivátů DERIVÁTOVÝ TRH Definice derivátu - nejobecněji jsou deriváty nástrojem řízení rizik (zejména tržních a úvěrových), deriváty tedy nejsou investičními nástroji - definice dle US GAAP: derivát je finančním

Více

PRAVIDLA PRO PROVÁDĚNÍ OBCHODŮ

PRAVIDLA PRO PROVÁDĚNÍ OBCHODŮ AKRO investiční společnost, a.s. Slunná 25 162 00 Praha 6 PRAVIDLA PRO PROVÁDĚNÍ OBCHODŮ AKRO investiční společnost, a.s., identifikační číslo 492 41 699, se sídlem Praha 6, Slunná 547/25 (dále jen společnost,

Více

INFORMACE O RIZICÍCH

INFORMACE O RIZICÍCH INFORMACE O RIZICÍCH PPF banka a.s. se sídlem Praha 6, Evropská 2690/17, PSČ: 160 41, IČ: 47116129, zapsaná v obchodním rejstříku vedeném Městským soudem v Praze, oddíl B, vložka 1834 (dále jen Obchodník)

Více

Services Guide A S S E T M A N A G E M E N T P R O J E C T. Verze 2.3 Česky

Services Guide A S S E T M A N A G E M E N T P R O J E C T. Verze 2.3 Česky www.faunus-am.com www.faunusanalytics.com Services Guide A S S E T M A N A G E M E N T P R O J E C T Verze 2.3 Česky I Copyright 2012 Faunus Analytics LLC. Daný dokument je majetkem společnosti Faunus

Více

Produkty finančních trhů a jejich rizika. Ostatní produkty

Produkty finančních trhů a jejich rizika. Ostatní produkty Produkty finančních trhů a jejich rizika Ostatní produkty datum platnosti a účinnosti od 01. 09. 2014 Obsah Úvod 3 Vysvětlivky 4 Popis rizik 4 Obecné 4 Charakteristiky opcí 5 Seznam zkratek 6 Riziko ztráty

Více

PŘEDMLUVA 1 PŘEDMĚT A CÍL FINANČNÍ ANALÝZY 3 METODY FINANČNÍ ANALÝZY 7

PŘEDMLUVA 1 PŘEDMĚT A CÍL FINANČNÍ ANALÝZY 3 METODY FINANČNÍ ANALÝZY 7 OBSAH III PŘEDMLUVA 1 PŘEDMĚT A CÍL FINANČNÍ ANALÝZY 3 METODY FINANČNÍ ANALÝZY 7 2.1 Fundamentální analýza podniku 7 2.2 Technická analýza podniku 9 Kritéria srovnatelnosti podniků 10 HORIZONTÁLNÍ ANALÝZA

Více

MODERNÍ METODY SEGMENTACE ZÁKAZNÍKŮ Ing. Miloš Uldrich ZÁKAZNICKÁ LOAJALITA A AKVIZICE VE FINANČNÍCH SLUŽBÁCH. StatSoft CR

MODERNÍ METODY SEGMENTACE ZÁKAZNÍKŮ Ing. Miloš Uldrich ZÁKAZNICKÁ LOAJALITA A AKVIZICE VE FINANČNÍCH SLUŽBÁCH. StatSoft CR Váš pomocník pro analýzu dat MODERNÍ METODY SEGMENTACE ZÁKAZNÍKŮ Ing. Miloš Uldrich StatSoft CR StatSoft StatSoft CR Dodavatel komplexních analytických řešení Výhradní dodavatel softwaru STATISTICA pro

Více

Matematika stavebního spoření

Matematika stavebního spoření Matematika stavebního spoření Výpočet salda ve stacionárním stavu a SKLV Petr Kielar Stavební spořitelny se od klasických bank odlišují tím, že úvěry ze stavebního spoření poskytují zásadně z primárních

Více

Otázka č. 2: Ekonomická analýza banky, analýza aktiv, pasiv, nákladů a výnosů.

Otázka č. 2: Ekonomická analýza banky, analýza aktiv, pasiv, nákladů a výnosů. Otázka č. 2: Ekonomická analýza banky, analýza aktiv, pasiv, nákladů a výnosů. je součástí kontrolního systému v bankách a podstatná část bank. řízení je kontrola průběhu bankovních činností z ekonomického

Více

Rychlý průvodce finančním trhem

Rychlý průvodce finančním trhem Rychlý průvodce finančním trhem www.highsky.cz Trh Forex Z hlediska objemu transakcí je forexový trh největší na světě (decentralizovaný trh s denním objemem 4 biliony USD) Denní objem trhu je zhruba 16x

Více

Komplexní čísla, Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady

Komplexní čísla, Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady Předmět: Náplň: Třída: Počet hodin: Pomůcky: Matematika Komplexní čísla, Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady 4. ročník a oktáva 3 hodiny týdně PC a dataprojektor, učebnice

Více

8. Sběr a zpracování technologických proměnných

8. Sběr a zpracování technologických proměnných 8. Sběr a zpracování technologických proměnných Účel: dodat v částečně předzpracovaném a pro další použití vhodném tvaru ucelenou informaci o procesu pro následnou analyzu průběhu procesu a pro rozhodování

Více

Změna hodnoty pozice v důsledku změn tržních cen.

Změna hodnoty pozice v důsledku změn tržních cen. Tržní riziko Změna hodnoty pozice v důsledku změn tržních cen. Akciové riziko Měnové riziko Komoditní riziko Úrokové riziko Odvozená rizika... riz. volatility, riz. korelace Pozice (saldo hodnoty očekávaných

Více

Změna hodnoty pozice v důsledku změn tržních cen.

Změna hodnoty pozice v důsledku změn tržních cen. Tržní riziko Změna hodnoty pozice v důsledku změn tržních cen. Akciové riziko Měnové riziko Komoditní riziko Úrokové riziko Odvozená rizika... riz. volatility, riz. korelace Pozice (saldo hodnoty očekávaných

Více

Rizika na liberalizovaném trhu s elektřinou

Rizika na liberalizovaném trhu s elektřinou Rizika na liberalizovaném trhu s elektřinou Fórum užívateľov prenosovej sústavy, Košice 27. a 28.3.2003 Tento dokument je určen výhradně pro potřebu klienta. Žádná jeho část nesmí být zveřejněna, citována

Více

Ilustrační příklad odhadu LRM v SW Gretl

Ilustrační příklad odhadu LRM v SW Gretl Ilustrační příklad odhadu LRM v SW Gretl Podkladové údaje Korelační matice Odhad lineárního regresního modelu (LRM) Verifikace modelu PEF ČZU Praha Určeno pro posluchače předmětu Ekonometrie Needitovaná

Více

INVESTIČNÍ DOTAZNÍK. 1. Identifikace zákazníka. 2. Investiční cíle zákazníka. Jméno a příjmení / obchodní firma / název: RČ/IČ: bytem/sídlo:

INVESTIČNÍ DOTAZNÍK. 1. Identifikace zákazníka. 2. Investiční cíle zákazníka. Jméno a příjmení / obchodní firma / název: RČ/IČ: bytem/sídlo: INVESTIČNÍ DOTAZNÍK Investiční dotazník je předkládán v souladu s ust. 15h a 15i zákona č. 256/2004 Sb., o podnikání na kapitálovém trhu, ve znění pozdějších předpisů zákazníkovi společnosti B22 Finance

Více

Návratnost projektu EDC příklad

Návratnost projektu EDC příklad Návratnost projektu EDC příklad Ekonomika a finanční řízení bank a finančních institucí 2 3. ročník letní semestr Přednáška 3 / P - 27 Obsah přínosy použitého přístupu optimalizace distribučních kanálů

Více

Inovace bakalářského studijního oboru Aplikovaná chemie http://aplchem.upol.cz

Inovace bakalářského studijního oboru Aplikovaná chemie http://aplchem.upol.cz http://aplchem.upol.cz CZ.1.07/2.2.00/15.0247 Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. 12. Lekce Banky a jejich úloha v národním hospodářství Struktura

Více

2.6. VLASTNÍ ČÍSLA A VEKTORY MATIC

2.6. VLASTNÍ ČÍSLA A VEKTORY MATIC .6. VLASTNÍ ČÍSLA A VEKTORY MATIC V této kapitole se dozvíte: jak jsou definována vlastní (charakteristická) čísla a vektory čtvercové matice; co je to charakteristická matice a charakteristický polynom

Více

OMEZÍ REÁLNOU EKONOMIKU ZHORŠUJÍCÍ SE PŘÍSTUP K FINANCOVÁNÍ?

OMEZÍ REÁLNOU EKONOMIKU ZHORŠUJÍCÍ SE PŘÍSTUP K FINANCOVÁNÍ? OMEZÍ REÁLNOU EKONOMIKU ZHORŠUJÍCÍ SE PŘÍSTUP K FINANCOVÁNÍ? Pavel Řežábek ředitel útvaru Analýzy trhu a prognózy, ČEZ, a.s. CFO club Diskuse na téma Prognóza ekonomického vývoje v roce 2012 a ohlédnutí

Více

2D transformací. červen Odvození transformačního klíče vybraných 2D transformací Metody vyrovnání... 2

2D transformací. červen Odvození transformačního klíče vybraných 2D transformací Metody vyrovnání... 2 Výpočet transformačních koeficinetů vybraných 2D transformací Jan Ježek červen 2008 Obsah Odvození transformačního klíče vybraných 2D transformací 2 Meto vyrovnání 2 2 Obecné vyjádření lineárních 2D transformací

Více

INVESTIČNÍ DOTAZNÍK pro investiční službu AURA INVEST Chytré portfolio

INVESTIČNÍ DOTAZNÍK pro investiční službu AURA INVEST Chytré portfolio INVESTIČNÍ DOTAZNÍK pro investiční službu AURA INVEST Chytré portfolio Jak vyplnit tento dotazník Prosím vyplňte tento dotazník uvedením relevantních údajů, které jsou požadovány, nebo zaškrtnutím některé

Více

FOREX. Jana Horáková. (sem. sk. středa 8,30-10,00)

FOREX. Jana Horáková. (sem. sk. středa 8,30-10,00) FOREX Jana Horáková (sem. sk. středa 8,30-10,00) Obsah 1. FOREX obecně 2. Historie 3. Fungování Forexu 4. Pojmy: MĚNOVÝ PÁR, BUY, SELL, ASK, BID BOD SPREAD LOT PIP VALUE MARGIN, LEVERAGE ROLLOVER 5. Fundamentální

Více

STATISTICKÉ PROGRAMY

STATISTICKÉ PROGRAMY Slezská univerzita v Opavě Obchodně podnikatelská fakulta v Karviné STATISTICKÉ PROGRAMY VYUŽITÍ EXCELU A SPSS PRO VĚDECKO-VÝZKUMNOU ČINNOST Elena Mielcová, Radmila Stoklasová a Jaroslav Ramík Karviná

Více

Intervence: Jdeme do finále

Intervence: Jdeme do finále Intervence: Jdeme do finále Únor 2017 ČNB může vypnout intervence již v 2Q 2017 FINANČNÍ TRHY 2 01-1-15 01-2-15 01-3-15 01-4-15 01-5-15 01-6-15 01-7-15 01-8-15 01-9-15 01-10-15 01-11-15 01-12-15 01-1-16

Více

Odhad parametrů N(µ, σ 2 )

Odhad parametrů N(µ, σ 2 ) Odhad parametrů N(µ, σ 2 ) Mějme statistický soubor x 1, x 2,, x n modelovaný jako realizaci náhodného výběru z normálního rozdělení N(µ, σ 2 ) s neznámými parametry µ a σ. Jaký je maximální věrohodný

Více

Úvod. Kapitálové statky výrobek není určen ke spotřebě, ale k další výrobě (postupná spotřeba) amortizace Finanční kapitál cenné papíry

Úvod. Kapitálové statky výrobek není určen ke spotřebě, ale k další výrobě (postupná spotřeba) amortizace Finanční kapitál cenné papíry TRH KAPITÁLU Úvod Kapitálové statky výrobek není určen ke spotřebě, ale k další výrobě (postupná spotřeba) amortizace Finanční kapitál cenné papíry Vznik díky odložené spotřebě Nutná kompenzace možnost

Více

MODEL OBCHODOVÁNÍ PRO STRUKTUROVANÉ PRODUKTY

MODEL OBCHODOVÁNÍ PRO STRUKTUROVANÉ PRODUKTY Burzovní pravidla část IV. MODEL OBCHODOVÁNÍ PRO STRUKTUROVANÉ PRODUKTY v obchodním systému Xetra Praha Článek 1 Předmět ustanovení 3 Článek 2 Hlavní zásady tržního modelu 3 Článek 3 Produkty a segmentace

Více

Web-terminal User s Guide A S S E T M A N A G E M E N T P R O J E C T. Verze 1.0 Česky

Web-terminal User s Guide A S S E T M A N A G E M E N T P R O J E C T. Verze 1.0 Česky www.faunus-am.com www.faunusanalytics.com Web-terminal User s Guide A S S E T M A N A G E M E N T P R O J E C T Verze 1.0 Česky I Copyright 2010 Faunus Analytics LLC. Daný dokument je majetkem společnosti

Více

Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady

Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady Předmět: Náplň: Třída: Počet hodin: Pomůcky: Matematika Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady 4. ročník 3 hodiny týdně PC a dataprojektor Kombinatorika Řeší jednoduché úlohy

Více

Profilování vzorků heroinu s využitím vícerozměrné statistické analýzy

Profilování vzorků heroinu s využitím vícerozměrné statistické analýzy Profilování vzorků heroinu s využitím vícerozměrné statistické analýzy Autor práce : RNDr. Ivo Beroun,CSc. Vedoucí práce: prof. RNDr. Milan Meloun, DrSc. PROFILOVÁNÍ Profilování = klasifikace a rozlišování

Více

Předpokládané znalosti žáka 1. stupeň:

Předpokládané znalosti žáka 1. stupeň: Předpokládané znalosti žáka 1. stupeň: ČÍSLO A POČETNÍ OPERACE používá přirozená čísla k modelování reálných situací, počítá předměty v daném souboru, vytváří soubory s daným počtem prvků čte, zapisuje

Více

FOREX - INVESTICE - TRADING INOVATIVNÍ ZPŮSOB INVESTOVÁNÍ NA TRZÍCH

FOREX - INVESTICE - TRADING INOVATIVNÍ ZPŮSOB INVESTOVÁNÍ NA TRZÍCH FOREX - INVESTICE - TRADING INOVATIVNÍ ZPŮSOB INVESTOVÁNÍ NA TRZÍCH 2 Bohatství je pro moudrého sluhou, pro hloupého pánem. Seneca Využívání algorytmického obchodování vzrostlo z pouhých 2 % v roce 2004

Více

Informační systém banky

Informační systém banky doc.ing.božena Petrjánošová,CSc. Progres Slovakia, s.r.o. Informační systém banky Rozvoj bankovního systému a bankovních služeb, ale i řízení činností banky v tržních podmínkách vyžadují přesné a pohotové

Více

Principy počítačů I Netradiční stroje

Principy počítačů I Netradiční stroje Principy počítačů I Netradiční stroje snímek 1 Principy počítačů Část X Netradiční stroje VJJ 1 snímek 2 Netradiční procesory architektury a organizace počítačů, které se vymykají struktuře popsané Johnem

Více

Metodika klasifikace fondů závazná pro členy AKAT

Metodika klasifikace fondů závazná pro členy AKAT Metodika klasifikace fondů závazná pro členy AKAT Metodika klasifikace fondů AKAT byla vypracována na základě rámcové metodologie ( The European Fund Classification ), kterou vydala Evropská federace fondů

Více

Akciové. investování. www.xtb.cz

Akciové. investování. www.xtb.cz Akciové investování www.xtb.cz Obsah Úvod k akciovému investování 9 základní pojmů akciového investora Důležité faktory čas, výnos, riziko 3 +1 investiční strategie: Hodnotové investiční tituly Růstové

Více

7 Regresní modely v analýze přežití

7 Regresní modely v analýze přežití 7 Regresní modely v analýze přežití Předpokládané výstupy z výuky: 1. Student rozumí významu regresního modelování dat o přežití 2. Student dokáže definovat pojmy poměr rizik a základní riziková funkce

Více

Forex Outlook USDCAD 13.9. 2015

Forex Outlook USDCAD 13.9. 2015 Forex Outlook USDCAD 13.9. 2015 Ohlédnutí za minulým FX Outlookem V minulém FX Outlooku jsem se zaměřil na trh EURUSD s tím, že můj náhled je neutrální. Cena nedošla ani do jednoho supportu, takže jsem

Více

INVESTIČNÍ DOTAZNÍK (dále jen dotazník )

INVESTIČNÍ DOTAZNÍK (dále jen dotazník ) INVESTIČNÍ DOTAZNÍK (dále jen dotazník ) PPF banka a.s. se sídlem Praha 6, Evropská 2690/17, PSČ: 160 41, IČ: 47116129, zapsaná v obchodním rejstříku vedeném, Městským soudem v Praze, oddíl B., vložka

Více

METODICKÝ APARÁT LOGISTIKY

METODICKÝ APARÁT LOGISTIKY METODICKÝ APARÁT LOGISTIKY Metodický aparát logistiky jedná se o metody sloužící k rozhodování při logistických problémech Metodu = použijeme, v případě vzniku problému. Problém = vzniká v okamžiku, když

Více

1. Úvod 2. Ekonomický kalendář 3. Přizpůsobení kalendáře 4. Důležité ekonomické zprávy 5. Výhody používání kalendáře

1. Úvod 2. Ekonomický kalendář 3. Přizpůsobení kalendáře 4. Důležité ekonomické zprávy 5. Výhody používání kalendáře od Admiral Markets 1. Úvod 2. Ekonomický kalendář 3. Přizpůsobení kalendáře 4. Důležité ekonomické zprávy 5. Výhody používání kalendáře Jeden z klíčových úspěchů na finančních trzích je vědět, proč se

Více

1. Úvodní ustanovení. 1.1. Kde mohou vznikat střety zájmů. 1.2. Co může být pokládáno za střet zájmů

1. Úvodní ustanovení. 1.1. Kde mohou vznikat střety zájmů. 1.2. Co může být pokládáno za střet zájmů Politika střetů zájmů 1. Úvodní ustanovení (dále jen Pobočka ) tímto v souladu s ustanoveními zákona o investičních společnostech a investičních fondech, ve znění pozdějších přepisů (dále též jen Zákon")

Více

Investiční produkty v rámci finanční skupiny České spořitelny

Investiční produkty v rámci finanční skupiny České spořitelny Fakulta ekonomických studií Katedra financí a finančních služeb Navazující magisterské studium kombinované Bankovnictví ZS 2011 Investiční produkty v rámci finanční skupiny České spořitelny Struktura nabídky

Více

Rizika v oblasti pasivních obchodů banky Banka podstupuje při svých pasivních obchodech níže uvedená rizika:

Rizika v oblasti pasivních obchodů banky Banka podstupuje při svých pasivních obchodech níže uvedená rizika: Rizika v oblasti pasivních obchodů banky Banka podstupuje při svých pasivních obchodech níže uvedená rizika: Riziko likvidity znamená pro banku možný nedostatek volných finančních prostředků k pokrytí

Více

e-mail: RadkaZahradnikova@seznam.cz 1. července 2010

e-mail: RadkaZahradnikova@seznam.cz 1. července 2010 Optimální výrobní program Radka Zahradníková e-mail: RadkaZahradnikova@seznam.cz 1. července 2010 Obsah 1 Lineární programování 2 Simplexová metoda 3 Grafická metoda 4 Optimální výrobní program Řešení

Více

Cvičení z matematiky jednoletý volitelný předmět

Cvičení z matematiky jednoletý volitelný předmět Název předmětu: Zařazení v učebním plánu: Cvičení z matematiky O8A, C4A, jednoletý volitelný předmět Cíle předmětu Obsah předmětu je zaměřen na přípravu studentů gymnázia na společnou část maturitní zkoušky

Více

TRADESTATION A ÚSPĚŠNÝ ALGORITMICKÝ TRADING. Ing. Petr Tmej www.aostrading.cz petr.tmej@aostrading.cz

TRADESTATION A ÚSPĚŠNÝ ALGORITMICKÝ TRADING. Ing. Petr Tmej www.aostrading.cz petr.tmej@aostrading.cz TRADESTATION A ÚSPĚŠNÝ ALGORITMICKÝ TRADING Ing. Petr Tmej www.aostrading.cz petr.tmej@aostrading.cz Poučení o riziku Důrazně upozorňujeme, že veškeré informace a poznatky uveřejněné na AOStrading.cz jsou

Více

JAK (ZNOVU) ZAČÍT. Webinář pro klienty Praha, 22.9.2011. www.colosseum.cz. Tomáš Vobořil, Colosseum, a.s.

JAK (ZNOVU) ZAČÍT. Webinář pro klienty Praha, 22.9.2011. www.colosseum.cz. Tomáš Vobořil, Colosseum, a.s. JAK (ZNOVU) ZAČÍT Webinář pro klienty Praha, 22.9.2011 Tomáš Vobořil, Colosseum, a.s. PROGRAM WEBINÁŘE Dnes máme na programu: Zvládnout jednoduché základy Najít si vyhovující trh a pravidla Stanovit si

Více

časovém horizontu na rozdíl od experimentu lépe odhalit chybné poznání reality.

časovém horizontu na rozdíl od experimentu lépe odhalit chybné poznání reality. Modelování dynamických systémů Matematické modelování dynamických systémů se využívá v různých oborech přírodních, technických, ekonomických a sociálních věd. Použití matematického modelu umožňuje popsat

Více

Časové řady, typy trendových funkcí a odhady trendů

Časové řady, typy trendových funkcí a odhady trendů Statistika II Katedra ekonometrie FVL UO Brno kancelář 69a, tel 973 442029 email:jirineubauer@unobcz Stochastický proces Posloupnost náhodných veličin {Y t, t = 0, ±1, ±2 } se nazývá stochastický proces

Více

MĚŘENÍ A PŘEDPOVÍDÁNÍ POPTÁVKY TRHU

MĚŘENÍ A PŘEDPOVÍDÁNÍ POPTÁVKY TRHU MĚŘENÍ A PŘEDPOVÍDÁNÍ POPTÁVKY TRHU Co budeme řešit?? 1. Jaké jsou hlavní koncepce měření a předpovídání poptávky? 2. Jak lze odhadnou současnou poptávku? 3. Jak lze předpovědět budoucí poptávku? 1.Hlavní

Více

Příručka k měsíčním zprávám ING fondů

Příručka k měsíčním zprávám ING fondů Příručka k měsíčním zprávám ING fondů ING Investment Management vydává každý měsíc aktuální zprávu ke každému fondu, která obsahuje základní informace o fondu, jeho aktuální výkonnosti, složení portfolia

Více

vzorek1 0.0033390 0.0047277 0.0062653 0.0077811 0.0090141... vzorek 30 0.0056775 0.0058778 0.0066916 0.0076192 0.0087291

vzorek1 0.0033390 0.0047277 0.0062653 0.0077811 0.0090141... vzorek 30 0.0056775 0.0058778 0.0066916 0.0076192 0.0087291 Vzorová úloha 4.16 Postup vícerozměrné kalibrace Postup vícerozměrné kalibrace ukážeme na úloze C4.10 Vícerozměrný kalibrační model kvality bezolovnatého benzinu. Dle následujících kroků na základě naměřených

Více

Shrnutí látky EBF 1 a 2

Shrnutí látky EBF 1 a 2 Shrnutí látky EBF 1 a 2 Ekonomika a řízení subjektů finančních služeb 1. ročník zimní semestr Přednáška 1-2004 Úvod do předmětu Finančně řídit banku znamená neustále nastavovat složení aktiv a pasiv tak,

Více

Příručka k měsíčním zprávám ING fondů

Příručka k měsíčním zprávám ING fondů Příručka k měsíčním zprávám ING fondů ING Investment Management vydává každý měsíc aktuální zprávu ke každému fondu, která obsahuje základní informace o fondu, jeho aktuální výkonnosti, složení portfolia

Více

I) Vlastní kapitál 1) Základní jmění /upsaný kapitál/ 2) Kapitálové fondy: - ážio/disážio - dary - vklady společníků 3)Fondy ze zisku: - rezervní

I) Vlastní kapitál 1) Základní jmění /upsaný kapitál/ 2) Kapitálové fondy: - ážio/disážio - dary - vklady společníků 3)Fondy ze zisku: - rezervní Náklady na kapitál I) Vlastní kapitál 1) Základní jmění /upsaný kapitál/ 2) Kapitálové fondy: - ážio/disážio - dary - vklady společníků 3)Fondy ze zisku: - rezervní fond - statutární a ostatní fondy 4)

Více

Pokročilé operace s obrazem

Pokročilé operace s obrazem Získávání a analýza obrazové informace Pokročilé operace s obrazem Biofyzikální ústav Lékařské fakulty Masarykovy univerzity Brno prezentace je součástí projektu FRVŠ č.2487/2011 (BFÚ LF MU) Získávání

Více

Posouzení finanční stability města Jeseník ve vztahu k plánovaným investicím

Posouzení finanční stability města Jeseník ve vztahu k plánovaným investicím Posouzení finanční stability města Jeseník ve vztahu k plánovaným investicím Duben 2013 Obsah: 1. MANAŽERSKÉ SHRNUTÍ... - 4-2. ANALÝZA FINANČNÍ SITUACE MĚSTA... - 6-3. DLUHOVÁ SLUŽBA... - 10-3.1. STÁVAJÍCÍ

Více

Ministerstvo financí České republiky

Ministerstvo financí České republiky Ministerstvo financí České republiky ODBOR ŘÍZENÍ STÁTNÍHO DLUHU A FINANČNÍHO MAJETKU Čtvrtletní informace o řízení dluhového portfolia PROSINEC 2008 Ministerstvo financí předkládá šestnáctou Čtvrtletní

Více

Statistická analýza jednorozměrných dat

Statistická analýza jednorozměrných dat Statistická analýza jednorozměrných dat Prof. RNDr. Milan Meloun, DrSc. Univerzita Pardubice, Pardubice 31.ledna 2011 Tato prezentace je spolufinancována Evropským sociálním fondem a státním rozpočtem

Více

DEVIZOVÝ TRH, ROVNĚŽ NAZÝVANÝ FOREX, FX TRH NEBO MĚNOVÝ TRH, JE CELOSVĚTOVÝ FINANČNÍ TRH, NA NĚMŽ SE PROVÁDĚJÍ OBCHODY VE VŠECH SVĚTOVÝCH MĚNÁCH.

DEVIZOVÝ TRH, ROVNĚŽ NAZÝVANÝ FOREX, FX TRH NEBO MĚNOVÝ TRH, JE CELOSVĚTOVÝ FINANČNÍ TRH, NA NĚMŽ SE PROVÁDĚJÍ OBCHODY VE VŠECH SVĚTOVÝCH MĚNÁCH. DEVIZOVÝ TRH, ROVNĚŽ NAZÝVANÝ FOREX, FX TRH NEBO MĚNOVÝ TRH, JE CELOSVĚTOVÝ FINANČNÍ TRH, NA NĚMŽ SE PROVÁDĚJÍ OBCHODY VE VŠECH SVĚTOVÝCH MĚNÁCH. JEDNÁ SE O MEZINÁRODNÍ TRH, KTERÝ NEMÁ JEDNO PEVNÉ TRŽNÍ

Více

Pravděpodobnost, náhoda, kostky

Pravděpodobnost, náhoda, kostky Pravděpodobnost, náhoda, kostky Radek Pelánek IV122, jaro 2015 Výhled pravděpodobnost náhodná čísla lineární regrese detekce shluků Dnes lehce nesourodá směs úloh souvisejících s pravděpodobností krátké

Více

Reálné gymnázium a základní škola města Prostějova Školní vzdělávací program pro ZV Ruku v ruce

Reálné gymnázium a základní škola města Prostějova Školní vzdělávací program pro ZV Ruku v ruce 2 MATEMATIKA A JEJÍ APLIKACE UČEBNÍ OSNOVY 2. 2 Cvičení z matematiky Časová dotace 7. ročník 1 hodina 8. ročník 1 hodina 9. ročník 1 hodina Charakteristika: Předmět cvičení z matematiky doplňuje vzdělávací

Více

Pythagorova věta Pythagorova věta slovní úlohy. Mocniny s přirozeným mocnitelem mocniny s přirozeným mocnitelem operace s mocninami

Pythagorova věta Pythagorova věta slovní úlohy. Mocniny s přirozeným mocnitelem mocniny s přirozeným mocnitelem operace s mocninami Vyučovací předmět: Matematika Ročník: 8. Vzdělávací obsah Očekávané výstupy z RVP ZV Školní výstupy Učivo užívá různé způsoby kvantitativního vyjádření vztahu celek část (procentem) řeší aplikační úlohy

Více

Optimalizace finančních produktů pro inovativní řešení v teplárenství

Optimalizace finančních produktů pro inovativní řešení v teplárenství Pavel Pelčák Komerční banka, a.s. Optimalizace finančních produktů pro inovativní řešení v teplárenství Návratnost investice řešíme jako první věc OBSAH KAPITOLA 01_Co je inovativní projekt A. Definice

Více

1. Přednáška. Ing. Miroslav Šulai, MBA

1. Přednáška. Ing. Miroslav Šulai, MBA N_OFI_2 1. Přednáška Počet pravděpodobnosti Statistický aparát používaný ve financích Ing. Miroslav Šulai, MBA 1 Počet pravděpodobnosti -náhodné veličiny 2 Počet pravděpodobnosti -náhodné veličiny 3 Jevy

Více

ZÁTĚŽOVÉ TESTY BANKOVNÍHO SEKTORU ČR LISTOPAD Samostatný odbor finanční stability

ZÁTĚŽOVÉ TESTY BANKOVNÍHO SEKTORU ČR LISTOPAD Samostatný odbor finanční stability ZÁTĚŽOVÉ TESTY BANKOVNÍHO SEKTORU ČR LISTOPAD Samostatný odbor finanční stability ZÁTĚŽOVÉ TESTY LISTOPAD SHRNUTÍ Výsledky zátěžových testů bankovního sektoru v ČR, které byly provedeny na datech ke konci

Více

Neuronové časové řady (ANN-TS)

Neuronové časové řady (ANN-TS) Neuronové časové řady (ANN-TS) Menu: QCExpert Prediktivní metody Neuronové časové řady Tento modul (Artificial Neural Network Time Series ANN-TS) využívá modelovacího potenciálu neuronové sítě k predikci

Více

PLATFORMA SEASONALGO. bezkonkurenční nástroj pro obchodování komodit a futures spreadů na bázi sezónnosti

PLATFORMA SEASONALGO. bezkonkurenční nástroj pro obchodování komodit a futures spreadů na bázi sezónnosti PLATFORMA SEASONALGO bezkonkurenční nástroj pro obchodování komodit a futures spreadů na bázi sezónnosti Romana Křížová CEO, TradeandFinance.eu, s.r.o. 1 SeasonAlgo www.seasonalgo.com Unikátní nástroj

Více

Příloha 7 Osnova projektu pro podopatření Osnova projektu pro podopatření /Investiční záměr a) založení producentských organizací/

Příloha 7 Osnova projektu pro podopatření Osnova projektu pro podopatření /Investiční záměr a) založení producentských organizací/ /Investiční záměr a) založení producentských organizací/ 1. Název projektu 1.1. Stručný a výstižný název projektu - uveďte stručný a výstižný název projektu, návaznost projektu k prioritě, opatření, podopatření

Více

KMA Písemná část přijímací zkoušky - MFS 2o16

KMA Písemná část přijímací zkoušky - MFS 2o16 JMÉNO a PŘÍJMENÍ KMA Písemná část přijímací zkoušky - MFS 2o16 verze 1 / 28. 6. 2016 Pokyny k vypracování: Za každý správně vyřešený příklad lze získat 2 body. U zaškrtávacích otázek, je vždy správná právě

Více

Příloha č. 2. Pravidla pro provádění pokynů za nejlepších podmínek

Příloha č. 2. Pravidla pro provádění pokynů za nejlepších podmínek Příloha č. 2 Pravidla pro provádění pokynů za nejlepších podmínek Raiffeisenbank a.s. (dále jen Banka ), vydává v souladu se zásadami uplatňovanými Směrnicí 2004/39/ES o trzích finančních nástrojů a s

Více

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie 4EK211 Základy ekonometrie Úvod do předmětu obecné informace Základní pojmy ze statistiky / ekonometrie Úvod do programu EViews, Gretl Některé užitečné funkce v MS Excel Cvičení 1 Zuzana Dlouhá Úvod do

Více

Ukázka konkrétních spreadových obchodů Dokument je součástí On-line kurzu spreadového obchodování www.financnik.cz/exe/webinare/spready.php Příklad 1: TYU6-FVU6 KROK 1: Nalezení zajímavého sezónního obchodu

Více

Seznam úloh v rámci Interního grantového systému EPI

Seznam úloh v rámci Interního grantového systému EPI Evropský polytechnický institut, s.r.o. Kunovice Seznam úloh v rámci Interního grantového systému I rok/p ořadí Číslo úlohy Název Obor 2008 B1/2008 Vývojové tendence globalizujícího se podnikatelského

Více

Statistická analýza dat podzemních vod. Statistical analysis of ground water data. Vladimír Sosna 1

Statistická analýza dat podzemních vod. Statistical analysis of ground water data. Vladimír Sosna 1 Statistická analýza dat podzemních vod. Statistical analysis of ground water data. Vladimír Sosna 1 1 ČHMÚ, OPZV, Na Šabatce 17, 143 06 Praha 4 - Komořany sosna@chmi.cz, tel. 377 256 617 Abstrakt: Referát

Více

Produkty finančních trhů a jejich rizika. Devizové produkty a produkty peněžního trhu

Produkty finančních trhů a jejich rizika. Devizové produkty a produkty peněžního trhu Produkty finančních trhů a jejich rizika Devizové produkty a produkty peněžního trhu datum platnosti a účinnosti od 01. 09. 2014 Obsah Úvod 3 Vysvětlivky 4 rizik 4 Obecné 4 Charakteristiky opcí 5 Seznam

Více

DLUHY, ÚVĚROVÉ REGISTRY A FINANČNÍ STABILITA

DLUHY, ÚVĚROVÉ REGISTRY A FINANČNÍ STABILITA DLUHY, ÚVĚROVÉ REGISTRY A FINANČNÍ STABILITA Jan Frait ředitel samostatného odboru finanční stability Prezentace pro konferenci uspořádanou sdružením SOLUS Praha 19. června 2014 Názory obsažené v této

Více

You created this PDF from an application that is not licensed to print to novapdf printer (http://www.novapdf.com)

You created this PDF from an application that is not licensed to print to novapdf printer (http://www.novapdf.com) Závislost náhodných veličin Úvod Předchozí přednášky: - statistické charakteristiky jednoho výběrového nebo základního souboru - vztahy mezi výběrovým a základním souborem - vztahy statistických charakteristik

Více