ΠΕΡΙΓΡΑΜΜΑ ΜΑΘΗΜΑΤΟΣ
Χρηματοοικονομική Τεχνολογία
1. Γενικά
Σχολή
Τμήμα
Επίπεδο Σπουδών
Κωδικός Μαθήματος
Εξάμηνο Σπουδών
Τίτλος Μαθήματος
Αυτοτελείς
Διδακτικές Δραστηριότητες
Εβδομαδιαίες Ώρες Διδασκαλίας
Πιστωτικές
Μονάδες
Τύπος Μαθήματος
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων
Το μάθημα προσφέρεται σε Φοιτητές Erasmus;
Url (Eclass)
2. Μαθησιακά Αποτελέσματα
Μαθησιακά Αποτελέσματα
Το περιεχόμενο του μαθήματος επιβάλλει την ανάπτυξη δεξιοτήτων στη χρήση ηλεκτρονικών μέσων. Οι συμμετέχοντες, παράλληλα με την κατανόηση της θεωρίας, θα έχουν την ευκαιρία και να την εφαρμόσουν μέσα από τη χρήση Python και Power BI, επομένως, σημαντικό τμήμα των διαλέξεων θα πραγματοποιηθεί στο Εργαστήριο Η/Υ. Δεν απαιτείται προηγούμενη γνώση στα συγκεκριμένα εργαλεία καθώς η εκμάθηση τους αποτελεί αντικείμενο των διαλέξεων. Στόχος είναι οι συμμετέχοντες να κατανοήσουν τι θέλουν να δημιουργήσουν και στη συνέχεια να μπορέσουν να το προγραμματίσουν.
Γενικές Ικανότητες
- Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
- Λήψη αποφάσεων
- Αυτόνομη εργασία
- Ομαδική εργασία
- Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
3. Περιεχόμενο Μαθήματος
- Big Data Analytics και Business Intelligence Tools (Power BI)
- Statistical Learning, Machine Learning και Artificial Intelligence
- Blockchain και Κρυπτονομίσματα
- Εκτέλεση Συναλλαγών με Αλγορίθμους – Algorithmic Trading
Οι επιλεγμένες ενότητες είναι τμήμα της βιβλιογραφίας που καλύπτεται από το CFA:
- CFA Level I: Fintech in Investment Management
- CFA Level II: Algorithmic Trading and High Frequency Trading
4. Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση
Τρόπος Παράδοσης
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Χρήση Η/Υ, εξειδικευμένο στατιστικό λογισμικό, υποστήριξη μαθησιακής διαδικασίας μέσω της ηλεκτρονικής πλατφόρμας e-class
Οργάνωση Διδασκαλίας
Δραστηριότητα
Φόρτος Εργασίας Εξαμήνου
Αξιολόγηση Φοιτητών
Στη διάρκεια των διαλέξεων οι φοιτητές θα αναλάβουν 4 βασικές Εργαστηριακές Εργασίες – μία για κάθες κύρια ενότητα του μαθήματος- για τις οποίες θα προετοιμάσουν Παρουσίαση και θα υπάρξει και Προφορική Εξέταση.
5. Βιβλιογραφία
Συνιστώμενη Βιβλιογραφία
- Artificial Intelligence Applications in Financial Services, Oliver Wyman
- An Introduction to Statistical Learning with Applications in R. Gareth James, Daniela Witten, Trevor Hastie, Robert Tibshirani
- Blockchain Technology Overview, Dylan Yaga, Peter Mell, Nik Roby, Karen Scarfone