Επισκόπηση των Ποσοτικών Μεθόδων στο CFA Επίπεδο 1

Κύρια Θέματα που Πρέπει να Επικεντρωθείτε

1. Επισκόπηση του Θέματος

Ποσοτικές μέθοδοι είναι ένα από τα πιο σημαντικά και θεμελιώδη θέματα στο πρόγραμμα Chartered Financial Analyst Level I.

Αυτό το θέμα καλύπτει κυρίως βασικές έννοιες όπως:

• Η χρονική αξία του χρήματος
• Παρούσα και μελλοντική αξία των χρηματοροών
• Πιθανότητα και στατιστική
• Δοκιμή υποθέσεων

Μια ισχυρή κατανόηση αυτών των θεμάτων θα σας δώσει ένα σημαντικό πλεονέκτημα όταν μελετάτε πιο προχωρημένα θέματα όπως η αποτίμηση περιουσιακών στοιχείων και η διαχείριση χαρτοφυλακίου αργότερα στο πρόγραμμα CFA.

Αν και ο όγκος του υλικού είναι σχετικά μεγάλος, οι Ποσοτικές Μέθοδοι θεωρούνται συχνά ένα “θέμα βαθμολόγησης” επειδή:

• Οι έννοιες δεν είναι υπερβολικά δύσκολες
• Πολλές ερωτήσεις βασίζονται σε υπολογισμούς
• Είναι ιδιαίτερα πλεονεκτικό αν έχετε μια καλή μαθηματική βάση

Βάρος εξέτασης: Περίπου 8–12% της εξέτασης CFA Level I

2. Βασικά Θέματα και Σημαντικές Έννοιες

Η ενότητα Ποσοτικών Μεθόδων περιλαμβάνει συνήθως αρκετά μαθήματα (σημείωση: το πρόγραμμα σπουδών μπορεί να αλλάξει ελαφρώς κάθε χρόνο). Παρακάτω είναι μια δομημένη επισκόπηση:

Μάθημα 1: Χρονική Αξία των Χρημάτων

• Κατανοήστε τα επιτόκια και τα συστατικά τους
• Υπολογίστε την Ετήσιος Αποτελεσματικός Ρυθμός (EAR)
• Κατανοήστε την παρούσα αξία (PV) και τη μελλοντική αξία (FV) των χρηματοροών
• Χρησιμοποιήστε έναν χρηματοοικονομικό υπολογιστή αποτελεσματικά

Μάθημα 2: Οργάνωση, Οπτικοποίηση και Περιγραφή Δεδομένων

• Τύποι και κατηγοριοποίηση δεδομένων
• Κατανομές συχνότητας
• Πίνακες αλληλεξάρτησης και πίνακες σύγχυσης
• Τεχνικές οπτικοποίησης δεδομένων
• Μέτρα κεντρικής τάσης: μέσος όρος, διάμεσος, επικρατούσα τιμή
• Αριθμητικός μέσος vs γεωμετρικός μέσος
• Ποσοστά και ποσοστά
• Μέτρα διασποράς: εύρος, διακύμανση, τυπική απόκλιση
• Coefficient of variation
• Skewness and kurtosis
• Correlation coefficient

Ενότητα 3: Έννοιες Πιθανότητας

• Random variables and probability fundamentals
• Conditional vs unconditional probability
• Addition and multiplication rules
• Expected value, covariance, correlation
• Applications in portfolio return and risk
• Bayes’ formula
• Factorials, permutations, and combinations

Ενότητα 4: Κοινές Κατανομές Πιθανότητας

• Discrete vs continuous random variables
• Binomial distribution
• Uniform distribution
• Normal distribution
• Lognormal distribution
• Shortfall risk and Roy’s Safety-First criterion
• Discrete vs continuous compounding
• Student’s t-distribution, F-distribution
• Monte Carlo simulation

Ενότητα 5: Δειγματοληψία και Εκτίμηση

• Random sampling methods
• Sampling error and stratified sampling
• Central Limit Theorem
• Standard error of the mean
• Confidence intervals
• Resampling methods (Bootstrap, Jackknife)
• Sampling bias

Ενότητα 6: Δοκιμή Υποθέσεων

• Hypothesis testing framework
• Null and alternative hypotheses
• One-tailed vs two-tailed tests
• Type I and Type II errors
• Test statistics and significance level
• p-value interpretation
• Testing population parameters (mean, variance, etc.)

Μάθημα 7: Εισαγωγή στη Γραμμική Παλινδρόμηση

• Simple linear regression model
• Dependent and independent variables
• Regression equation, slope, and intercept
• Cross-sectional vs time-series regression
• Assumptions of regression models
• Key metrics: SST, RSS, SSE, R²
• Common hypothesis tests (F-test, t-test)
• Predicted values and confidence intervals
• Extensions of linear regression models