DERS TANITIM ve UYGULAMA BİLGİLERİ
| Dersin Adı |
Kodu |
Yarıyıl |
T+U+L (saat/hafta) |
Türü (Z / S) |
Yerel Kredi |
AKTS |
| Endüstri Mühendisliğinde Özel Konular |
INE 488 |
Bahar |
03+00+00 |
Seçmeli |
3 |
6 |
| Akademik Birim: |
Endüstri Mühendisliği |
| Öğrenim Türü: |
Örgün Eğitim |
| Ön Koşullar |
Yok |
| Öğrenim Dili: |
İngilizce |
| Dersin Düzeyi: |
Lisans |
| Dersin Koordinatörü: |
- - |
| Dersin Amacı: |
Bu ders lisans düzeyindeki öğrencileri finans teorisinin matematiksel temelleri konusunda bilgilendirir. Ders, öğrencilerin finans ve optimizasyon kavramları hakkında giriş seviyesinde bilgi sahibi olmalarini gerektirir. Ders, sayısal finans problemlerinin finans mühendisliği araçları kullanılarak çözümlenmesini amaçlamaktadır. |
| Dersin İçeriği: |
Finansal Modelleme, Portfolyo Optimizasyonu, Zaman Serileri Modelleme,Portfolyo Backtesting, Sayısal ve Hesaplamalı Finans, Finansal Ekonometri |
| Dersin Öğrenme Çıktıları (ÖÇ): |
- 1- Matematiksel modelleme ve optimizasyon kullanılarak finans modelleme çalışmalarının öğrenilmesi
- 2- Finansal sistem mekanizmasının işleyişinin öğrenilmesi
- 3- Hesaplamalı finans araçlarının finans mühendisliği problemlerine uygulanması konusunda bilgi sahibi olma
- 4- Programlama ve AI araçlarını deneysel finans çalışmalarında kullanabilme
|
| Dersin Öğrenme Yöntem ve Teknikleri |
Derslerde slaytlar kullanılmaktadır ve bilgisayar laboratuarında kodlama çalışmaları yapılmaktadır. |
HAFTALIK PROGRAM
| Hafta | Konular | Ön Hazırlık |
| 1 |
Giriş |
|
| 2 |
Finansal Veri ve Finansal İstatistik |
|
| 3 |
Finansal Ürünler |
|
| 4 |
Finansal Zaman Serisi Modelleme I |
|
| 5 |
Finansal Zaman Serisi Modelleme II |
|
| 6 |
Portfolyo Temelleri |
|
| 7 |
Portfolyo Teorisi |
|
| 8 |
Portfolyo Optimizasyonu |
|
| 9 |
Portfolyo Performansı |
|
| 10 |
Ürün Fiyatlandırması |
|
| 11 |
Modern Finans’ın R ve AI uygulamaları |
|
| 12 |
Modern Finans’ın R ve AI uygulamaları |
|
| 13 |
Finans Mühendisliğindeki diğer Özel Konular |
|
| 14 |
Finans Mühendisliğindeki diğer Özel Konular |
|
Kadir Has Üniversitesi'nde bir dönem 14 haftadır, 15. ve 16. hafta sınav haftalarıdır.
ZORUNLU ve ÖNERİLEN OKUMALAR
Introduction to Computational Finance and Financial Econometrics (Eric Zivot, 2021)
Statistics and Data Analysis for Financial Engineering (David Ruppert & David S. Matteson, Springer 2015)
Financial Analytics with R (Mark J. Bennett & Dirk L. Hugen, Cambridge 2016) |
DİĞER KAYNAKLAR
| Portfolio Optimization: Theory and Application (Daniel P. Palomar, Cambridge 2025) |
DEĞERLENDİRME SİSTEMİ
| Yarıyıl İçi Çalışmaları | Sayı | Katkı Payı (%) |
| Katılım |
10 |
10 |
| Proje |
1 |
20 |
| Ödev |
4 |
30 |
| Final Sınavı |
1 |
40 |
| Total: |
16 |
100 |
İŞ YÜKÜ HESAPLAMASI
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|
| Ders Saati | 14 | 2 | 28 |
| Laboratuvar | 14 | 1 | 14 |
| Proje | 1 | 20 | 20 |
| Ödev | 4 | 15 | 60 |
| Final Sınavı | 1 | 30 | 30 |
| Toplam İş Yükü (saat): | 152 |
1 AKTS = 25 saatlik iş yükü
PROGRAM YETERLİLİKLERİ (PY) ve ÖĞRENME ÇIKTILARI (ÖÇ) İLİŞKİSİ
| # |
PY1 |
PY2 |
PY3 |
PY4 |
PY5 |
PY6 |
PY7 |
PY8 |
PY9 |
PY10 |
PY11 |
| OC1 |
|
|
|
|
|
|
|
|
|
|
|
| OC2 |
|
|
|
|
|
|
|
|
|
|
|
| OC3 |
|
|
|
|
|
|
|
|
|
|
|
| OC4 |
|
|
|
|
|
|
|
|
|
|
|
Katkı Düzeyi: 1 Düşük, 2 Orta, 3 Yüksek
