Kursus Quantitative Analyst

Pelajaran 1 • Dasar-Dasar Inferensi Statistik

Mengajarkan estimasi, pengujian hipotesis, dan interval kepercayaan pada data keuangan. Memungkinkan validasi yang ketat terhadap model dan strategi kuantitatif.

Pelajaran 2 • Ikhtisar Pasar dan Instrumen Keuangan

Memperkenalkan kelas aset, struktur pasar, dan mekanisme instrumen. Membangun konteks keuangan tempat model kuantitatif beroperasi.

Pelajaran 3 • Teori Probabilitas dan Distribusi

Menetapkan aksioma probabilitas, peubah acak, dan distribusi kunci yang digunakan dalam pemodelan aset. Mendukung langsung bab proses stokastik dan risiko.

Pelajaran 4 • Matematika Penting untuk Keuangan

Mencakup kalkulus, aljabar linear, dan optimasi yang diterapkan pada masalah keuangan. Menyediakan perangkat yang digunakan di semua bab selanjutnya.

Pelajaran 1 • Dasar-Dasar Analisis Deret Waktu

Memperkenalkan stasioneritas, autokorelasi, dan pemodelan ARMA untuk deret waktu keuangan. Mempersiapkan mahasiswa untuk bab pemodelan volatilitas dan peramalan.

Pelajaran 2 • Regresi Berganda dan Model Faktor

Memperluas regresi satu variabel ke kerangka kerja penilaian harga aset multi-faktor. Mahasiswa menguraikan imbal hasil menjadi komponen sistematis dan idiosinkratik.

Pelajaran 3 • Regresi Linear dalam Keuangan

Mencakup estimasi OLS, asumsi, dan diagnostik yang diterapkan pada data imbal hasil. Membentuk dasar untuk semua model faktor dan deret waktu selanjutnya.

Pelajaran 4 • Kointegrasi dan Hubungan Jangka Panjang

Mengkaji uji kointegrasi dan model koreksi kesalahan untuk pasangan aset. Mendukung aplikasi perdagangan pasangan dan analisis faktor makro.

Pelajaran 1 • Kerangka Kerja Penetapan Harga Netral Risiko

Mencakup perubahan ukuran, martingale, dan teorema fundamental penilaian harga aset. Menghubungkan kalkulus stokastik dengan penilaian derivatif tanpa arbitrase.

Pelajaran 2 • Model Proses Suku Bunga dan Kredit

Menyajikan proses mean-reverting dan difusi lompat untuk suku bunga dan spread kredit. Memperluas GBM ke konteks penilaian harga pendapatan tetap dan derivatif kredit.

Pelajaran 3 • Simulasi Monte Carlo Jalur Aset

Mengimplementasikan skema diskritisasi dan reduksi varians untuk simulasi jalur. Menyediakan mesin komputasional untuk menilai harga pembayaran kompleks secara numerik.

Pelajaran 4 • Kalkulus Ito dan Persamaan Diferensial Stokastik

Mengembangkan lemma Ito dan formulasi SDE untuk memodelkan dinamika aset. Memungkinkan penurunan persamaan penilaian harga untuk derivatif dan produk terstruktur.

Pelajaran 1 • Penetapan Harga Produk Eksotis dan Terstruktur

Menilai harga opsi barrier, Asia, dan multi-aset menggunakan simulasi dan analitik. Menghubungkan model teoretis dengan meja produk terstruktur dan solusi klien.

Pelajaran 2 • Pemodelan Permukaan Volatilitas dan Senyum Volatilitas

Menganalisis pola volatilitas implisit dan model volatilitas lokal/stokastik. Mengatasi keterbatasan BSM dan mempersiapkan mahasiswa untuk penilaian harga eksotis.

Pelajaran 3 • Metode Numerik untuk Penilaian Harga Opsi

Mengimplementasikan pohon binomial, metode beda hingga, dan Monte Carlo untuk opsi. Menyediakan alat penilaian harga cadangan ketika solusi bentuk tertutup tidak tersedia.

Pelajaran 4 • Kerangka Kerja Black-Scholes-Merton

Menurunkan PDE BSM dan rumus penilaian harga opsi bentuk tertutup dari prinsip pertama. Menjadi jangkar untuk semua perluasan dan perbandingan model selanjutnya.

Pelajaran 1 • Konstruksi Portofolio Berbasis Faktor

Membangun portofolio yang menargetkan faktor nilai, momentum, kualitas, dan volatilitas rendah. Menghubungkan model faktor statistik dengan desain strategi ekuitas sistematis.

Pelajaran 2 • Kendala Praktis dan Optimasi Robust

Menggabungkan kendala long-only, turnover, dan sektor ke dalam optimasi portofolio. Mengatasi sensitivitas kesalahan estimasi melalui metode robust dan Bayesian.

Pelajaran 3 • Optimasi Mean-Varians

Memformalkan teori portofolio Markowitz, batas efisien, dan rasio Sharpe. Menetapkan kerangka kerja kanonik untuk alokasi aset kuantitatif.

Pelajaran 4 • Pengukuran dan Atribusi Kinerja

Mengevaluasi imbal hasil portofolio menggunakan metrik yang disesuaikan dengan risiko dan atribusi Brinson. Menutup siklus antara konstruksi portofolio dan tinjauan keputusan investasi.

Pelajaran 1 • Metodologi Value at Risk

Mencakup estimasi VaR parametrik, simulasi historis, dan Monte Carlo. Menyediakan metrik risiko utama yang digunakan di seluruh meja perdagangan dan fungsi risiko.

Pelajaran 2 • Kuantifikasi Risiko Kredit

Memodelkan probabilitas gagal bayar, kerugian saat gagal bayar, dan risiko portofolio kredit. Mendukung penilaian harga instrumen kredit dan alokasi modal ekonomi.

Pelajaran 3 • Expected Shortfall dan Ukuran Risiko Koheren

Memperkenalkan CVaR/ES sebagai alternatif koheren untuk VaR dalam menangkap risiko ekor. Selaras dengan kerangka kerja modal regulasi saat ini untuk risiko pasar.

Pelajaran 4 • Pemodelan Volatilitas untuk Risiko

Menerapkan model keluarga GARCH untuk meramalkan volatilitas bersyarat untuk input risiko. Meningkatkan akurasi VaR dan ES di bawah rezim pasar yang berubah.

Pelajaran 1 • Pemrosesan Bahasa Alami untuk Keuangan

Mengekstrak sentimen dan informasi dari laporan laba, berita, dan dokumen. Menghasilkan sinyal data alternatif untuk strategi sistematis dan diskresioner.

Pelajaran 2 • Jaringan Saraf dan Pembelajaran Mendalam

Membangun jaringan feedforward, recurrent, dan konvolusional untuk deret waktu keuangan. Mengatasi tantangan overfitting, interpretabilitas, dan penerapan dalam keuangan.

Pelajaran 3 • Evaluasi Model ML dalam Keuangan

Menerapkan validasi silang walk-forward, validasi silang purged, dan pengujian kombinatorial. Mencegah kebocoran data dan overfitting khusus untuk deret waktu keuangan.

Pelajaran 4 • Pembelajaran Tak Terawasi dan Deteksi Rezim

Menggunakan pengelompokan dan reduksi dimensi untuk mengidentifikasi rezim dan faktor pasar. Meningkatkan konstruksi portofolio dan manajemen risiko dengan sinyal sadar-rezim.

Pelajaran 1 • Riset dan Generasi Sinyal Alfa

Mengidentifikasi dan menguji sinyal prediktif dari data harga, fundamental, dan alternatif. Membangun proses riset yang ketat untuk menghindari penemuan palsu.

Pelajaran 2 • Algoritma Eksekusi dan Dampak Pasar

Mencakup model TWAP, VWAP, dan eksekusi optimal untuk meminimalkan dampak pasar. Menjembatani desain strategi dengan realitas manajemen pesanan langsung.

Pelajaran 3 • Desain Kerangka Kerja Pengujian Balik

Membangun mesin pengujian balik berbasis peristiwa dengan model biaya dan slippage yang realistis. Memastikan kesetiaan simulasi dengan kondisi perdagangan langsung dan menghindari bias pandangan ke depan.

Pelajaran 4 • Penerapan Langsung dan Pemantauan Strategi

Mengelola transisi dari pengujian balik ke perdagangan langsung dengan kendali risiko dan pemantauan. Mencakup batasan posisi, kill switch, dan atribusi kinerja dalam produksi.