Overview of Quantitative Methods in CFA Level 1

Tärkeimmät aiheet, joihin sinun tulee keskittyä

1. Aiheen yleiskatsaus

Kvantitatiiviset menetelmät on yksi tärkeimmistä ja perustavanlaatuisimmista aiheista Chartered Financial Analyst Level I -ohjelmassa.

Tämä aihe kattaa pääasiassa ydinkäsitteitä, kuten:

• Rahan aika-arvo
• Kätevirtojen nyky- ja tuleva arvo
• Todennäköisyys ja tilastot
• Hypoteesin testaus

Vahva ymmärrys näistä aiheista antaa sinulle merkittävän edun, kun opiskelet myöhemmin CFA-ohjelmassa edistyneempiä aiheita, kuten omaisuuden arvostusta ja salkunhallintaa.

Vaikka materiaalin määrä on suhteellisen suuri, Kvantitatiivisia menetelmiä pidetään usein “pistemääräaiheena” koska:

• Käsitteet eivät ole liian monimutkaisia
• Monet kysymykset perustuvat laskelmiin
• Se on erityisen edullista, jos sinulla on vahva matemaattinen tausta

Kokeen paino: Noin 8–12% CFA Level I -kokeesta

2. Core Topics and Important Concepts

Kvantitatiivisten menetelmien osio sisältää tyypillisesti useita moduuleja (huom: opetussuunnitelma voi muuttua hieman vuosittain). Alla on jäsennelty yleiskatsaus:

Module 1: Time Value of Money

• Ymmärrä korot ja niiden osat
• IRR Tehokas vuotuinen korko (EAR)
• Hallitse kätevirtojen nykyarvo (PV) ja tuleva arvo (FV)
• Käytä talouslaskinta tehokkaasti

Module 2: Organizing, Visualizing, and Describing Data

• Tietojen tyypit ja luokittelu
• Frekvenssijakaumat
• Kontingenssitaulukot ja sekaannusmatriisit
• Datan visualisointitekniikat
• Keskimäärän mittarit: keskiarvo, mediaani, moodi
• Aritmeettinen keskiarvo vs geometrinen keskiarvo
• Kvantiilit ja persentiilit
• Hajonnan mittarit: vaihteluväli, varianssi, keskihajonta
• Vaihtelukerroin
• Vinous ja huipukkuus
• Korrelaatiokerroin

Module 3: Probability Concepts

• Satunnaismuuttujat ja todennäköisyyden perusteet
• Ehdollinen vs ehdoton todennäköisyys
• Yhteenlasku- ja kertolaskusäännöt
• Odotusarvo, kovarianssi, korrelaatio
• Sovellukset salkun tuottoon ja riskiin
• Bayesin kaava
• Faktoriaalit, permutaatiot ja kombinaatiot

Moduuli 4: Yleisimmät todennäköisyysjakaumat

• Diskreetit vs jatkuvat satunnaismuuttujat
• Binomijakauma
• Yhtenäinen jakauma
• Normaali jakauma
• Lognormaali jakauma
• Alitustappioriski ja Royn Safety-First -kriteeri
• Diskreetti vs jatkuva korkoa korolle -laskenta
• Studentin t-jakauma, F-jakauma
• Monte Carlo -simulointi

Module 5: Sampling and Estimation

• Satunnaisotantamenetelmät
• Otantavirhe ja kerrostettu otanta
• Keskirajateoreema
• Keskiarvon keskivirhe
• Luottamusvälit
• Uudelleenotantamenetelmät (Bootstrap, Jackknife)
• Otantaharha

Moduuli 6: Hypoteesin testaaminen

• Hypoteesin testauksen kehys
• Nollahypoteesi ja vaihtoehtoinen hypoteesi
• Yhdenpää- vs kahdenpäätestit
• Tyypin I ja Tyypin II virheet
• Testitilastot ja merkitsevyystaso
• p-arvon tulkinta
• Väestöparametrien testaus (keskiarvo, varianssi jne.)

Moduuli 7: Johdatus lineaariseen regressioon

• Yksinkertainen lineaarinen regressiomalli
• Riippuvat ja riippumattomat muuttujat
• Regressioyhtälö, kulmakerroin ja vakiotermi
• Poikkileikkaus- vs aikasarja-regressio
• Regressiomallien oletukset
• Keskeiset mittarit: SST, RSS, SSE, R²
• Yleiset hypoteesitestit (F-testi, t-testi)
• Ennustetut arvot ja luottamusvälit
• Lineaaristen regressiomallien laajennukset