14 A Black-Scholes-Merton modell. Options, Futures, and Other Derivatives, 8th Edition, Copyright John C. Hull
|
|
- Lilla Szalai
- 7 évvel ezelőtt
- Látták:
Átírás
1 14 A Black-choles-Merton modell Copyright John C. Hull 01 1
2
3 Részvényárak viselkedése (feltevés!) Részvényár: μ: elvárt hozam : volatilitás Egy rövid Δt idő alatt a hozam normális eloszlású véletlen változó: ( ) μδt Δt Δ φ, Copyright John C. Hull 01 3
4 Lognormális áreloszlás: Minthogy G = ln általánosított Wiener folyamat: Copyright John C. Hull 01 4 azaz 0 0, ln ln, ln ln μ φ μ φ
5 Lognormális áreloszlás: E( ) = e μ μ var ( ) = e ( e 1) 0 0 Copyright John C. Hull 01 5
6 Folytonosan jóváírt hozam Copyright John C. Hull = 0 0 μ φ = x x e x, ln
7 Folytonosan jóváírt hozam A részvényár várható értéke: 0 e μ Ezzel szemben a hozam várható értéke: μ / Magyarázat: ln[ E( / 0)] E[ln( / 0)] [ E ( )] = ln( ) μ > E[ ln( )] ln 0 Copyright John C. Hull 01 7
8 μ és μ / μ a hozam várható értéke egy nagyon rövid Δt időtartam alatt (jóváírás Δt után) μ / isa várható hozam egy hosszú időtartamra folytonos (illetve Δt gyakoriságú) jóváírással Copyright John C. Hull 01 8
9 Befektetési alapok hozama: Éves hozamok: 15%, 0%, 30%, 0%, 5% (1 éves jóváírás) zámtani átlag: 14% 100 x 1.15 x 1. x 1.3 x 0.8 x 1.5 = x = 19.5 (!!!) 100 x = zámtani átlag (14%) felel meg μ-nek Geometriai átlag (1.4%) felel meg μ /-nek Copyright John C. Hull 01 9
10 Volatilitás Folytonos jóváírással meghatározott 1 éves hozam standard szórása Egy rövid Δt időtartamra ez közelítőleg Δt Ha az ár $50 és a volatilitás 5% évente: 1nap 1keresk.na p = Δt = Δt 1 30 = 1.57% = % Copyright John C. Hull 01 10
11 Volatilitás becslés historikus adatokból 1. Ár adatsorok: 0, 1,..., n (τ gyakoriság, pl. τ = 1/5 heti záró árakra). Hozam minden egyes lépésre: i ui = ln i1 3. tadard szórás s az összesített u i adatokra s 1 n 1 4. Wiener tulajdonság miatt: = ( u ) n i = i u 1 Copyright John C. Hull 01 ˆ = s τ 11
12 Black-choles-Merton alapfeltevések A részvény és a részvényopció bizonytalansága ugyanazon tényezőkön alapul (μ és konstans). udunk rizikómentes portfóliót alkotni részvényből és részvény opcióból. A portfólió hozama rövid távon a rizikómentes befektetés hozamával egyezik meg. Folytonos kereskedés, nincs osztalék, a kamatláb lejárattól független. Nincs adó és tranzakciós költség. Copyright John C. Hull 01 1
13 Black-choles differenciálegyenlet Copyright John C. Hull részvény : opció 1 : ½ ƒ z ƒ t ƒ t ƒ ƒ ƒ z t μ μ Δ Δ = Δ Δ Δ = Δ f a call opció ára, -től függ z = ε t mindkét egyenletben azonos!!
14 Black-choles differenciálegyenlet A portfólió értéke, Π Π = ƒ ƒ Változás Δt alatt ΔΠ = Δƒ ƒ Δ Copyright John C. Hull 01 14
15 Copyright John C. Hull 01 : és Helyettesítés, - hozam kockázatmentes Alapfeltevés : a rƒ ƒ ½ ƒ r t ƒ ƒ t f f r f f t r = Δ Δ Δ = Δ Δ ΠΔ ΔΠ = Black-choles differenciálegyenlet
16 Black-choles differenciálegyenlet Bármilyen származtatott termék ára a B egyenlet megoldása. Egy adott termék: peremfeltételek Pl.: határidős szerződés ára ƒ = K a lejárati időben (t =) Behelyettesítés után a megoldás: ƒ= Ke r ( t ) Copyright John C. Hull 01 16
17 Black-choles-Merton árazás Copyright John C. Hull d r K d r K d d N d N K e p d N K e d N c r r = = = = = ) / ( ) / ln( ) / ( ) / ln( ) ( ) ( ) ( ) (
18 N(x) függvény N(x) annak a valószínűsége, hogy a véletlen változó kisebb x-nél (kumulatív valószínűség eloszlás) Copyright John C. Hull 01 18
19 Black-choles-Merton árazás Ha 0 extrém nagy értékű, c tart 0 Ke -r árhoz, és p nullához Fordítva: 0 alacsony értékénél c nullához tart, p határértéke Ke -r 0 Copyright John C. Hull 01 19
20 Kockázatmentes értékelés Az elvárt hozam, μ, nincsen benne a Black- choles-merton egyenletben! Kockázat-preferenciától teljesen független. Copyright John C. Hull 01 0
21 Kockázatmentes értékelés 1. Alapfeltevés: a részvények hozama megegyezik a kockázatmentes kamat-hozammal.. zámoljuk az opció hozamát. 3. Diszkontálás: kockázatmentes kamatláb. Copyright John C. Hull 01 1
22 Példa: határidős ügylet Elszámolásnál: K Kockázatmentes esetben: 0 e r K Jelenérték: e -r [ 0 e r K]= 0 Ke -r Copyright John C. Hull 01
23 VIX &P500 volatilitás index Copyright John C. Hull 01 3
24
8-9 Opciós piacok. Options, Futures, and Other Derivatives, 8th Edition, Copyright John C. Hull 2012 1
8-9 Opciós piacok 1 Opció típusok Call: vételi jog Put: eladási jog Európai opció: csak lejáratkor érvényesíthető Amerikai opció: lejáratig bármikor érvényesíthető Pozíciók: long call, long put (vételi
RészletesebbenNeptun kód: KTA60220, KTA60850, TMME0408, KT30725, KT30320, T M3537
Opcióértékelés/Opcióelmélet kurzusok Neptun kód: KTA60220, KTA60850, TMME0408, KT30725, KT30320, T M3537 2013-14, I. félév tagozat: nappali Oktatók: Gáll József (előadás), jozsef.gall kukac econ.unideb.hu,
Részletesebben6_1_részvényértékelés A B C D E F G H
részvényértékelés C D E F G H 0 0 0 0 vállalatunk a Kóceráj Rt. vállalat nettó eszközértéke (mérlegfőösszeg-rövid lejáratú kötelezettség) 00 millió forint. vállalat hosszú lejáratú kötelezettsége 00 millió
Részletesebben5 Forward és Futures Árazás. Options, Futures, and Other Derivatives, 8th Edition, Copyright John C. Hull 2012 1
5 Forward és Futures Árazás 1 Fogyasztási vs beruházási javak Beruházási célú javak (pl. arany, ezüst, ingatlan, műkincsek, stb.) Fogyasztási javak (pl. ércek, nyersfémek, olaj, kőszén, fél sertés, stb.)
Részletesebbene (t µ) 2 f (t) = 1 F (t) = 1 Normális eloszlás negyedik centrális momentuma:
Normális eloszlás ξ valószínűségi változó normális eloszlású. ξ N ( µ, σ 2) Paraméterei: µ: várható érték, σ 2 : szórásnégyzet (µ tetszőleges, σ 2 tetszőleges pozitív valós szám) Normális eloszlás sűrűségfüggvénye:
RészletesebbenTájékoztató hirdetmény az OTP Bank Nyrt. Regionális Treasury Igazgatóságának Értékesítési Üzletszabályzatához
Tájékoztató hirdetmény az OTP Bank Nyrt. Regionális Treasury Igazgatóságának Értékesítési Üzletszabályzatához Az egyes tőzsdén kívüli származtatott Egyedi Ügyletek változó letét igény mértékének számításáról
Részletesebben4 Kamatlábak. Options, Futures, and Other Derivatives 8th Edition, Copyright John C. Hull
4 Kamatlábak 1 Típusok Jegybanki alapkamat LIBOR (London Interbank Offered Rate, naponta, AA minősítésű partnereknek kölcsön) BUBOR (Budapest Interbank Offered Rate) Repo kamatláb (repurchase, értékpapír
RészletesebbenPénzügyi matematika. Vizsgadolgozat I. RÉSZ. 1. Deniálja pontosan, mit értünk amerikai vételi opció alatt!
NÉV: NEPTUN KÓD: Pénzügyi matematika Vizsgadolgozat I. RÉSZ Az ebben a részben feltett 4 kérdés közül legalább 3-ra kell hibátlan választ adni ahhoz, hogy a vizsga sikeres lehessen. Kett vagy kevesebb
RészletesebbenStatisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1
Statisztika - bevezetés 00.04.05. Méréselmélet PE MIK MI_BSc VI_BSc Bevezetés Véletlen jelenség fogalma jelenséget okok bizonyos rendszere hozza létre ha mindegyik figyelembe vehető egyértelmű leírás általában
RészletesebbenDiverzifikáció Markowitz-modell MAD modell CAPM modell 2017/ Szegedi Tudományegyetem Informatikai Intézet
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 11. Előadás Portfólió probléma Portfólió probléma Portfólió probléma Adott részvények (kötvények,tevékenységek,
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 8 VIII. REGREssZIÓ 1. A REGREssZIÓs EGYENEs Két valószínűségi változó kapcsolatának leírására az eddigiek alapján vagy egy numerikus
RészletesebbenOPCIÓS PIACOK VIZSGA MINTASOR
OPCIÓS PIACOK VIZSGA MINTASOR ELMÉLET ÉS SZÁMOLÁS ELMÉLETI ÉS SZÁMOLÁSI KÉRDÉSEK 1. A devizára szóló európai call opciók a) belsőértéke mindig negatív. b) időértéke pozitív és negatív is lehet. c) időértéke
RészletesebbenA portfólió elmélet általánosításai és következményei
A portfólió elmélet általánosításai és következményei Általánosan: n kockázatos eszköz allokációja HOZAM: KOCKÁZAT: variancia-kovariancia mátrix segítségével! ) ( ) ( ) / ( ) ( 1 1 1 n s s s p t t t s
RészletesebbenValószínűségszámítás összefoglaló
Statisztikai módszerek BMEGEVGAT Készítette: Halász Gábor Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék, Budapest, Műegyetem rkp. 3. D ép. 334. Tel:
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 3 III. VÉLETLEN VEKTOROK 1. A KÉTDIMENZIÓs VÉLETLEN VEKTOR Definíció: Az leképezést (kétdimenziós) véletlen vektornak nevezzük, ha Definíció:
RészletesebbenKísérlettervezés alapfogalmak
Kísérlettervezés alapfogalmak Rendszermodellezés Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék Kísérlettervezés Cél: a modell paraméterezése a valóság alapján
Részletesebben13 Wiener folyamat és az Itô lemma. Options, Futures, and Other Derivatives, 8th Edition, Copyright John C. Hull
13 Wiener folyama és az Iô lemma Opions, Fuures, and Oher Derivaives, 8h Ediion, Copyrigh John C. Hull 01 1 Markov folyamaok Memória nélküli szochaszikus folyamaok, a kövekező lépés csak a pillananyi helyzeől
RészletesebbenVállalkozási finanszírozás kollokvium
Harsányi János Főiskola Gazdaságtudományok tanszék Vállalkozási finanszírozás kollokvium Név: soport: Tagozat: Elért pont: Érdemjegy: Javította: 47 55 pont jeles 38 46 pont jó 29 37 pont közepes 20 28
RészletesebbenA maximum likelihood becslésről
A maximum likelihood becslésről Definíció Parametrikus becsléssel foglalkozunk. Adott egy modell, mellyel elképzeléseink szerint jól leírható a meghatározni kívánt rendszer. (A modell típusának és rendszámának
RészletesebbenAbszolút folytonos valószín ségi változó (4. el adás)
Abszolút folytonos valószín ségi változó (4. el adás) Deníció (Abszolút folytonosság és s r ségfüggvény) Az X valószín ségi változó abszolút folytonos, ha van olyan f : R R függvény, melyre P(X t) = t
RészletesebbenVállalkozási finanszírozás kollokvium
Harsányi János Főiskola Gazdaságtudományok tanszék Vállalkozási finanszírozás kollokvium Név: soport: Tagozat: Elért pont: Érdemjegy: Javította: 47 55 pont jeles 38 46 pont jó 29 37 pont közepes 20 28
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 9 IX. ROBUsZTUs statisztika 1. ROBUsZTUssÁG Az eddig kidolgozott módszerek főleg olyanok voltak, amelyek valamilyen értelemben optimálisak,
Részletesebben[Biomatematika 2] Orvosi biometria
[Biomatematika 2] Orvosi biometria 2016.02.29. A statisztika típusai Leíró jellegű statisztika: összegzi egy adathalmaz jellemzőit. A középértéket jelemzi (medián, módus, átlag) Az adatok változékonyságát
RészletesebbenMatematika A3 Valószínűségszámítás, 6. gyakorlat 2013/14. tavaszi félév
Matematika A3 Valószínűségszámítás, 6. gyakorlat 2013/14. tavaszi félév 1. A várható érték és a szórás transzformációja 1. Ha egy valószínűségi változóhoz hozzáadunk ötöt, mínusz ötöt, egy b konstanst,
Részletesebbenegyenletesen, és c olyan színű golyót teszünk az urnába, amilyen színűt húztunk. Bizonyítsuk
Valószínűségszámítás 8. feladatsor 2015. november 26. 1. Bizonyítsuk be, hogy az alábbi folyamatok mindegyike martingál. a S n, Sn 2 n, Y n = t n 1+ 1 t 2 Sn, t Fn = σ S 1,..., S n, 0 < t < 1 rögzített,
RészletesebbenMegoldások. ξ jelölje az első meghibásodásig eltelt időt. Akkor ξ N(6, 4; 2, 3) normális eloszlású P (ξ
Megoldások Harmadik fejezet gyakorlatai 3.. gyakorlat megoldása ξ jelölje az első meghibásodásig eltelt időt. Akkor ξ N(6, 4;, 3 normális eloszlású P (ξ 8 ξ 5 feltételes valószínűségét (.3. alapján számoljuk.
RészletesebbenMISKOLCI EGYETEM GAZDASÁGTUDOMÁNYI KAR PÉNZÜGYI TANSZÉK. Tőzsdei ismeretek. feladatgyűjtemény
MISKOLCI EGYETEM GAZDASÁGTUDOMÁNYI KAR PÉNZÜGYI TANSZÉK Tőzsdei ismeretek feladatgyűjtemény Miskolc, 005 MISKOLCI EGYETEM GAZDASÁGTUDOMÁNYI KAR PÉNZÜGYI TANSZÉK Összeállította: Galbács Péter demonstrátor
RészletesebbenVéletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus.
Valószín ségelméleti és matematikai statisztikai alapfogalmak összefoglalása (Kemény Sándor - Deák András: Mérések tervezése és eredményeik értékelése, kivonat) Véletlen jelenség: okok rendszere hozza
RészletesebbenNagy számok törvényei Statisztikai mintavétel Várható érték becslése. Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem
agy számok törvényei Statisztikai mintavétel Várható érték becslése Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem A mérés mint statisztikai mintavétel A méréssel az eloszlásfüggvénnyel
RészletesebbenKísérlettervezés alapfogalmak
Kísérlettervezés alapfogalmak Rendszermodellezés Budapest University of Technology and Economics Fault Tolerant Systems Research Group Budapest University of Technology and Economics Department of Measurement
RészletesebbenVállalkozási finanszírozás kollokvium
Harsányi János Főiskola Gazdaságtudományok tanszék Vállalkozási finanszírozás kollokvium E Név: soport: Tagozat: Elért pont: Érdemjegy: Javította: 43 50 pont jeles 35 42 pont jó 27 34 pont közepes 19 26
RészletesebbenAlap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( )
Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék, Budapest, Műegyetem rkp. 3. D ép. 334. Tel: 463-6-80 Fa: 463-30-9 http://www.vizgep.bme.hu Alap-ötlet:
RészletesebbenModern műszeres analitika szeminárium Néhány egyszerű statisztikai teszt
Modern műszeres analitika szeminárium Néhány egyszerű statisztikai teszt Galbács Gábor KIUGRÓ ADATOK KISZŰRÉSE STATISZTIKAI TESZTEKKEL Dixon Q-tesztje Gyakori feladat az analitikai kémiában, hogy kiugrónak
RészletesebbenMINTASOR (Figyelem az I. rész - Szabályzatok és Elszámolás tesztkérdéseiben megadott válaszok a hatályos szabályzatok szerint változhatnak!
OPCIÓS PIACOK VIZSGA MINTASOR (Figyelem az I. rész - Szabályzatok és Elszámolás tesztkérdéseiben megadott válaszok a hatályos szabályzatok szerint változhatnak!) NÉV:. SZÜLETÉSI DÁTUM: PONTSZÁM: / 30 Tisztelt
RészletesebbenVállalatértékelés példák
Vállalatértékelés példák Részvényértékelés reálopcióval Egy vállalat eszközeinek várható értéke jelenleg 1000 mft. Ennek a relatív szóródása 40%. Rövid lejáratú hitel összege 10 mft, kamata 10%, lejárata
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 10 X. SZIMULÁCIÓ 1. VÉLETLEN számok A véletlen számok fontos szerepet játszanak a véletlen helyzetek generálásában (pénzérme, dobókocka,
RészletesebbenA vállalati pénzügyi döntések fajtái
A vállalati pénzügyi döntések fajtái Hosszú távú finanszírozási döntések Befektetett eszközök Forgóeszközök Törzsrészvények Elsőbbségi részvények Hosszú lejáratú kötelezettségek Rövid lejáratú kötelezettségek
RészletesebbenOsztályozóvizsga követelményei
Osztályozóvizsga követelményei Képzés típusa: Tantárgy: Nyolcosztályos gimnázium Matematika Évfolyam: 12 Emelt óraszámú csoport Emelt szintű csoport Vizsga típusa: Írásbeli Követelmények, témakörök: Emelt
RészletesebbenBuda-Cash Brókerház. Határidős piacok. Határidős üzletkötő
Buda-Cash Brókerház Határidős piacok Sőre Balázs Határidős üzletkötő Elmélet A határidős ügylet célja, egy mögöttes termékben, adott időszak alatt bekövetkező, kedvezőtlen irányú árfolyamváltozás kockázatának
RészletesebbenMatematikai geodéziai számítások 6.
Nyugat-magyarországi Egyetem Geoinformatikai Kara Dr. Bácsatyai László Matematikai geodéziai számítások 6. MGS6 modul Lineáris regresszió számítás elektronikus távmérőkre SZÉKESFEHÉRVÁR 2010 Jelen szellemi
RészletesebbenStatisztika elméleti összefoglaló
1 Statisztika elméleti összefoglaló Tel.: 0/453-91-78 1. Tartalomjegyzék 1. Tartalomjegyzék.... Becsléselmélet... 3 3. Intervallumbecslések... 5 4. Hipotézisvizsgálat... 8 5. Regresszió-számítás... 11
RészletesebbenTovábblépés. Általános, lineáris modell. Példák. Jellemzık. Matematikai statisztika 12. elıadás,
Matematikai statisztika. elıadás, 9.5.. Továbblépés Ha nem fogadható el a reziduálisok korrelálatlansága: Lehetnek fel nem tárt periódusok De más kapcsolat is fennmaradhat az egymáshoz közeli megfigyelések
RészletesebbenA Markowitz modell: kvadratikus programozás
A Markowitz modell: kvadratikus programozás Losonczi László Debreceni Egyetem, Közgazdaság- és Gazdaságtudományi Kar Debrecen, 2011/12 tanév, II. félév Losonczi László (DE) A Markowitz modell 2011/12 tanév,
RészletesebbenSzent István Egyetem Gazdasági és Társadalomtudományi Kar Pénzügyi és Számviteli Intézet. Beadandó feladat. Modern vállalati pénzügyek tárgyból
Szent István Egyetem Gazdasági és Társadalomtudományi Kar Pénzügyi és Számviteli Intézet Beadandó feladat Modern vállalati pénzügyek tárgyból az alap levelező képzés Gazdasági agrármérnök V. évf. Pénzügy-számvitel
RészletesebbenSzáz János. Computer finance. Oktatás, válság, martingálok
Száz János Computer finance Oktatás, válság, martingálok Bologna, SPM, BPM 90-es évek: az angol atomfizikus phd-sok több mint fele befektetési bankba ment dolgozni Bologna a Közgázon: 50 év után nincs
RészletesebbenGVMST22GNC Statisztika II. Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet
GVMST22GNC Statisztika II. 3. előadás: 8. Hipotézisvizsgálat Kóczy Á. László Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Hipotézisvizsgálat v becslés Becslés Ismeretlen paraméter Közeĺıtő
RészletesebbenFüggvények július 13. Határozza meg a következ határértékeket! 1. Feladat: x 0 7x 15 x ) = lim. x 7 x 15 x ) = (2 + 0) = lim.
Függvények 205. július 3. Határozza meg a következ határértékeket!. Feladat: 2. Feladat: 3. Feladat: 4. Feladat: (2 + 7 5 ) (2 + 7 5 ) (2 + 0 ) (2 + 7 5 ) (2 + 7 5 ) (2 + 0) (2 + 0 7 5 ) (2 + 0 7 5 ) (2
RészletesebbenAnyagvizsgálati módszerek Mérési adatok feldolgozása. Anyagvizsgálati módszerek
Anyagvizsgálati módszerek Mérési adatok feldolgozása Anyagvizsgálati módszerek Pannon Egyetem Mérnöki Kar Anyagvizsgálati módszerek Statisztika 1/ 22 Mérési eredmények felhasználása Tulajdonságok hierarchikus
RészletesebbenGazdasági matematika II. vizsgadolgozat megoldása, június 10
Gazdasági matematika II. vizsgadolgozat megoldása, 204. június 0 A dolgozatírásnál íróeszközön kívül más segédeszköz nem használható. A dolgozat időtartama: 90 perc. Ha a dolgozat első részéből szerzett
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 4 IV. MINTA, ALAPsTATIsZTIKÁK 1. MATEMATIKAI statisztika A matematikai statisztika alapfeladatát nagy általánosságban a következőképpen
Részletesebben4/24/12. Regresszióanalízis. Legkisebb négyzetek elve. Regresszióanalízis
1. feladat Regresszióanalízis. Legkisebb négyzetek elve 2. feladat Az iskola egy évfolyamába tartozó diákok átlagéletkora 15,8 év, standard deviációja 0,6 év. A 625 fős évfolyamból hány diák fiatalabb
RészletesebbenBevezető ismeretek a pénzügyi termékekről Intézményekről, tranzakciókról 1.
Bevezető ismeretek a pénzügyi termékekről Intézményekről, tranzakciókról 1. Jánosi Imre Kármán Környezeti Áramlások Hallgatói Laboratórium, Komplex Rendszerek Fizikája Tanszék Eötvös Loránd Tudományegyetem,
Részletesebben1. Példa. A gamma függvény és a Fubini-tétel.
. Példa. A gamma függvény és a Fubini-tétel.. Az x exp x + t )) függvény az x, t tartományon folytonos, és nem negatív, ezért alkalmazható rá a Fubini-tétel. I x exp x + t )) dxdt + t dt π 4. [ exp x +
RészletesebbenVállalati pénzügyi döntések Finanszírozási döntések
BME Pénzügyek Tanszék Vállalati pénzügyi döntések Finanszírozási döntések Előadó: Deliné Pálinkó Éva Beruházásgazdaságossági számítások alkalmazásának elemei Tőkeköltségvetés - a pénzáramok meghatározása
RészletesebbenBuda-Cash Brókerház. Határidős piacok. Határidős üzletkötő
Buda-Cash Brókerház Határidős piacok Sőre Balázs Határidős üzletkötő Elmélet A határidős ügylet célja, egy mögöttes termékben, adott időszak alatt bekövetkező, kedvezőtlen irányú árfolyamváltozás kockázatának
RészletesebbenMatematikai geodéziai számítások 6.
Matematikai geodéziai számítások 6. Lineáris regresszió számítás elektronikus távmérőkre Dr. Bácsatyai, László Matematikai geodéziai számítások 6.: Lineáris regresszió számítás elektronikus távmérőkre
RészletesebbenVállalati pénzügyek alapjai. 2.DCF alapú döntések
Vállalati pénzügyek alapjai 2.DCF alapú döntések Deliné Palinkó Éva Pénzügyek Tanszék (palinko@finance.bme.hu) A vállalati pénzügyi döntések alapjai 1) Bevezetés. Vállalati pénzügyi döntések köre.. 2)
RészletesebbenTöbbváltozós lineáris regressziós modell feltételeinek tesztelése I.
Többváltozós lineáris regressziós modell feltételeinek tesztelése I. - A hibatagra vonatkozó feltételek tesztelése - Kvantitatív statisztikai módszerek Petrovics Petra Többváltozós lineáris regressziós
RészletesebbenSTATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás
ELŐADÁS ÁTTEKINTÉSE STATISZTIKA 9. Előadás Binomiális eloszlás Egyenletes eloszlás Háromszög eloszlás Normális eloszlás Standard normális eloszlás Normális eloszlás mint modell 2/62 Matematikai statisztika
Részletesebbenbiometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás
Kísérlettervezés - biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás A matematikai-statisztika feladata tapasztalati adatok feldolgozásával segítséget nyújtani
RészletesebbenVállalkozási finanszírozás kollokvium
Harsányi János Főiskola Gazdálkodási és Menedzsment Intézet Vállalkozási finanszírozás kollokvium G Név: soport: Tagozat: Elért pont: Érdemjegy: Javította: 43 50 pont jeles 35 42 pont jó 27 34 pont közepes
RészletesebbenTöbbváltozós lineáris regressziós modell feltételeinek
Többváltozós lineáris regressziós modell feltételeinek tesztelése I. - A hibatagra vonatkozó feltételek tesztelése - Petrovics Petra Doktorandusz Többváltozós lineáris regressziós modell x 1, x 2,, x p
Részletesebben[Biomatematika 2] Orvosi biometria
[Biomatematika 2] Orvosi biometria 2016.02.22. Valószínűségi változó Véletlentől függő számértékeket (értékek sokasága) felvevő változókat valószínűségi változóknak nevezzük(jelölés: ξ, η, x). (pl. x =
RészletesebbenTársaságok pénzügyei kollokvium
udapesti Gazdasági Főiskola Pénzügyi és Számviteli Főiskolai Kar udapesti Intézet Továbbképzési Osztály Társaságok pénzügyei kollokvium Név: soport: Tagozat: Elért pont: Érdemjegy: Javította: 55 60 pont
RészletesebbenSzent István Egyetem Gazdasági és Társadalomtudományi Kar Pénzügyi és Számviteli Intézet. Beadandó feladat
Szent István Egyetem Gazdasági és Társadalomtudományi Kar Pénzügyi és Számviteli Intézet Beadandó feladat Vállalati pénzügyek tantárgyból BA alapszak levelező tagozat számára Emberi erőforrások Gazdálkodás
RészletesebbenKözlemény. Biostatisztika és informatika alapjai. Alapsokaság és minta
Közlemény Biostatisztika és informatika alajai. előadás: Az orvostudományban előforduló nevezetes eloszlások 6. szetember 9. Veres Dániel Statisztika és Informatika tankönyv (Herényi Levente) már kaható
Részletesebben1 Határidős szerződések és opciók. Options, Futures, and Other Derivatives, 8th Edition, Copyright John C. Hull 2012 1
1 Határidős szerződések és opciók 1 Mi egy származékos pénzügyi termék (derivative)? Értéke egy másik eszköz, vagyontárgy (asset) feltételezett jövőbeli értékétől függ. Pl.: határidős szerződés, opciók,
RészletesebbenMarkov-láncok stacionárius eloszlása
Markov-láncok stacionárius eloszlása Adatbányászat és Keresés Csoport, MTA SZTAKI dms.sztaki.hu Kiss Tamás 2013. április 11. Tartalom Markov láncok definíciója, jellemzése Visszatérési idők Stacionárius
RészletesebbenOpciók árazása. Szakdolgozat. Írta: Kiss Valéria. Matematika BSc, Matematikai elemz szakirány. Témavezet :
Opciók árazása Szakdolgozat Írta: Kiss Valéria Matematika BSc, Matematikai elemz szakirány Témavezet : Sikolya Eszter, adjunktus Alkalmazott Analízis és Számításmatematikai Tanszék Eötvös Loránd Tudományegyetem,
Részletesebben4_1_Döntési fa_aqua_k1 A B C D E F G H I J K L M
_1_Döntési fa_aqua_k1 1 1 1 1 1 1 1 1 1 A B C D E F G H I J K L M Az Swimm Bt. egy új vizipark megnyitását tervezi, melynek beruházási költsége millió EUR lenne. Mivel a projekt nagyon kockázatos, ezért
RészletesebbenKockázatos pénzügyi eszközök
Kockázatos pénzügyi eszközök Tulassay Zsolt zsolt.tulassay@uni-corvinus.hu Tőkepiaci és vállalati pénzügyek 2006. tavasz Budapesti Corvinus Egyetem 2006. március 1. Motiváció Mi a fő különbség (pénzügyi
RészletesebbenFüggvények december 6. Határozza meg a következő határértékeket! 1. Feladat: x 0 7x 15 x ) = lim. Megoldás: lim. 2. Feladat: lim.
Függvények 05. december 6. Határozza meg a következő határértékeket!. Feladat: ( + 7 5 ) ( + 7 5 ) ( + 0 ). Feladat: ( + 7 5 ) ( + 7 5 ) ( + 0) 3. Feladat: ( + 0 7 5 ) 4. Feladat: ( + 0 7 5 ) ( + 7 0 5
Részletesebbeny ij = µ + α i + e ij
Elmélet STATISZTIKA 3. Előadás Variancia-analízis Lineáris modellek A magyarázat a függő változó teljes heterogenitásának két részre bontását jelenti. A teljes heterogenitás egyik része az, amelynek okai
RészletesebbenBiomatematika 12. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János
Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 12. Regresszió- és korrelációanaĺızis Fodor János Copyright c Fodor.Janos@aotk.szie.hu Last Revision
RészletesebbenStatisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1.
Statisztika I. 4. előadás Mintavétel http://uni-obuda.hu/users/koczyl/statisztika1.htm Kóczy Á. László KGK-VMI koczy.laszlo@kgk.uni-obuda.hu Sokaság és minta Alap- és mintasokaság A mintasokaság az a részsokaság,
RészletesebbenÁltalánosan, bármilyen mérés annyit jelent, mint meghatározni, hányszor van meg
LMeasurement.tex, March, 00 Mérés Általánosan, bármilyen mérés annyit jelent, mint meghatározni, hányszor van meg a mérendő mennyiségben egy másik, a mérendővel egynemű, önkényesen egységnek választott
RészletesebbenElemi statisztika. >> =weiszd= << december 20. Szerintem nincs sok szükségünk erre... [visszajelzés esetén azt is belerakom] x x = n
Elemi statisztika >> =weiszd=
Részletesebben3. Lineáris differenciálegyenletek
3. Lineáris differenciálegyenletek A közönséges differenciálegyenletek két nagy csoportba oszthatók lineáris és nemlineáris egyenletek csoportjába. Ez a felbontás kicsit önkényesnek tűnhet, a megoldásra
RészletesebbenSzámítógépes döntéstámogatás. Statisztikai elemzés
SZDT-03 p. 1/22 Számítógépes döntéstámogatás Statisztikai elemzés Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Előadás SZDT-03 p. 2/22 Rendelkezésre
Részletesebbenx, x R, x rögzített esetén esemény. : ( ) x Valószínűségi Változó: Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel:
Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel: Valószínűségi változó általános fogalma: A : R leképezést valószínűségi változónak nevezzük, ha : ( ) x, x R, x rögzített esetén esemény.
RészletesebbenStatisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1.
Statisztika I. 4. előadás Mintavétel http://uni-obuda.hu/users/koczyl/statisztika1.htm Kóczy Á. László KGK-VMI koczy.laszlo@kgk.uni-obuda.hu Sokaság és minta Alap- és mintasokaság A mintasokaság az a részsokaság,
RészletesebbenBitó Bálint István O PCIÓS T O ZSDEI KERESKEDELEM E ÖTVÖS L ORÁND T UDOMÁNYEGYETEM T ERMÉSZETTUDOMÁNYI K AR. Témavezeto : Mádi - Nagy Gergely
E ÖTVÖS L ORÁND T UDOMÁNYEGYETEM T ERMÉSZETTUDOMÁNYI K AR Bitó Bálint István O PCIÓS T O ZSDEI KERESKEDELEM BSc Elemzo Matematikus Szakdolgozat Témavezeto : Mádi - Nagy Gergely Operációkutatás tanszék
RészletesebbenKabos: Statisztika II. t-próba 9.1. Ha ismert a doboz szórása de nem ismerjük a
Kabos: Statisztika II. t-próba 9.1 Egymintás z-próba Ha ismert a doboz szórása de nem ismerjük a doboz várhatóértékét, akkor a H 0 : a doboz várhatóértéke = egy rögzített érték hipotézisről úgy döntünk,
RészletesebbenÖsszeállította: dr. Leitold Adrien egyetemi docens
Az R n vektortér Összeállította: dr. Leitold Adrien egyetemi docens 2008.09.08. R n vektortér/1 Vektorok Rendezett szám n-esek: a = (a 1, a 2,, a n ) sorvektor a1 a = a2 oszlopvektor... a n a 1, a 2,,
Részletesebbenbiometria III. foglalkozás előadó: Prof. Dr. Rajkó Róbert Hipotézisvizsgálat
Kísérlettervezés - biometria III. foglalkozás előadó: Prof. Dr. Rajkó Róbert u-próba Feltétel: egy ormális eloszlású sokaság σ variaciájáak számszerű értéke ismert. Hipotézis: a sokaság µ várható értéke
RészletesebbenPénzügytan szigorlat
GF KVIFK Gazdaságtudományi Intézet Pénzügy szakcsoport Pénzügytan szigorlat 8 32 36 pont jeles 27,5 31,5 pont jó 23 27 pont közepes 18,5 22,5 pont elégséges 18 pont elégtelen Név:. Elért pont:. soport:.
Részletesebben8. feladatsor: Többváltozós függvények határértéke (megoldás)
Matematika Ac gyakorlat Vegyészmérnöki, Biomérnöki, Környezetmérnöki szakok, 07/8 ősz 8. feladatsor: Többváltozós függvények határértéke (megoldás). Számoljuk ki a következő határértékeket: y + 3 a) y
RészletesebbenHÁZI FELADATOK. 2. félév. 1. konferencia Komplex számok
Figyelem! A feladatok megoldása legyen áttekinthet és részletes, de férjen el az arra szánt helyen! Ha valamelyik HÁZI FELADATOK. félév. konferencia Komple számok Értékelés:. egység: önálló feladatmegoldás
Részletesebbeny ij = µ + α i + e ij STATISZTIKA Sir Ronald Aylmer Fisher Példa Elmélet A variancia-analízis alkalmazásának feltételei Lineáris modell
Példa STATISZTIKA Egy gazdálkodó k kukorica hibrid termesztése között választhat. Jelöljük a fajtákat A, B, C, D-vel. Döntsük el, hogy a hibridek termesztése esetén azonos terméseredményre számíthatunk-e.
RészletesebbenKÖVETKEZTETŐ STATISZTIKA
ÁVF GM szak 2010 ősz KÖVETKEZTETŐ STATISZTIKA A MINTAVÉTEL BECSLÉS A sokasági átlag becslése 2010 ősz Utoljára módosítva: 2010-09-07 ÁVF Oktató: Lipécz György 1 A becslés alapfeladata Pl. Hányan láttak
RészletesebbenVállalati pénzügyek alapjai
BME Pénzügyek Tanszék Vállalati pénzügyek alapjai Befektetési döntések - Kötvények értékelése Előadó: Deliné Pálinkó Éva Pénzügyi piacok, pénzügyi eszközök 1. Vállalat a közvetlen pénzügyi piacokon szerez
RészletesebbenA ország B ország A ország B ország A ország B ország Külföldi fizetőeszköz hazai fizetőeszközben kifejezett ára. Mi befolyásolja a külföldi fizetőeszköz hazai fizetőeszközben kifejezett árát? Mit befolyásol
RészletesebbenGazdasági Információs Rendszerek
Gazdasági Információs Rendszerek 7. előadás Bánhelyi Balázs Alkalmazott Informatika Tanszék, Szegedi Tudományegyetem 2009 Opció fogalma Az opció jövőbeni döntési lehetőséget jelent valami megtételére,
RészletesebbenKÖTVÉNYFORRÁS MENEDZSMENT GYOMAENDRŐD VÁROS ÖNKORMÁNYZATA TÁJÉKOZTATÓ
KÖTVÉNYFORRÁS MENEDZSMENT GYOMAENDRŐD VÁROS ÖNKORMÁNYZATA TÁJÉKOZTATÓ 2010.01.01 2010.03.31 1. ELŐZMÉNYEK KIBOCSÁTÁS Gyomaendrőd Város Önkormányzata 2008. február 27-én összesen 6.316.000,- CHF értékben,
RészletesebbenEnergiatételek - Példák
9. Előadás Húzott rúd potenciális energiája: Hooke-modell: σ = Eε Geom. hetséges Geometriai egyenlet: + geom. peremfeltételek: u εx = ε = x u(0) = 0 ul () = 0 du dx Energiatételek Példák = k l 0 pudx l
RészletesebbenTársasági adóalap növelő megállapítás kapcsolt vállalkozással folytatott devizaügyletekkel összefüggésben
Társasági adóalap növelő megállapítás kapcsolt vállalkozással folytatott devizaügyletekkel összefüggésben Nemzeti Adó- és Vámhivatal Kiemelt Adózók Adóigazgatósága Ellenőrzési Osztály 5. 1 Jövedelem transzfer
RészletesebbenOpciók és stratégiák
Opciók és stratégiák Bevezetés az opciók világába Opciós fogalmak Az opció árát meghatározó tényezők Az opciók görög betűi Delta hedging Opciós arbitrázs Opciós stratégiák osztályzása Stratégia példatár
RészletesebbenSTATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Mi a modell? Matematikai statisztika. 300 dobás. sűrűségfüggvénye. Egyenletes eloszlás
ELŐADÁS ÁTTEKINTÉSE STATISZTIKA 7. Előadás Egyenletes eloszlás Binomiális eloszlás Normális eloszlás Standard normális eloszlás Normális eloszlás mint modell /56 Matematikai statisztika Reprezentatív mintavétel
RészletesebbenMik is pontosan az ETC-k? Physical ETC Classic ETC Forward ETC Short ETC Leveraged ETC
1 Exchange Traded Funds (ETF): tőzsdén kereskedett befektetési alap, amely leginkább a részvényekhez hasonlatos. A legnépszerűbbek az indexkövető és szektor ETF-ek, melyek az irányadó tőzsdeindexek árfolyamát
RészletesebbenPénzügyi számítások A sor megoldókulcs
Pénzügyi számítások A sor megoldókulcs Zárthelyi vizsga 2009.05.19. NÉV:. Kód:.. Szemináriumvezető. 110 perc Pontszám:... Max 70 pont A *-al jelölt kérdések 5 pontot érnek, a többiek 3 pontot. Adóktól,
Részletesebben