Panoramica dei Metodi Quantitativi nel CFA Livello 1

Argomenti Chiave Su Cui Devi Concentrarti

Panoramica della Materia

Metodi quantitativi è una delle materie più importanti e fondamentali nel programma Chartered Financial Analyst Level I.

Questa materia copre principalmente concetti fondamentali come:

• Valore temporale del denaro
• Valore presente e futuro dei flussi di cassa
• Probabilità e statistica
• Test delle ipotesi

Una solida comprensione di questi argomenti ti darà un grande vantaggio nello studio di materie più avanzate come la valutazione degli asset e la gestione del portafoglio in seguito nel programma CFA.

Sebbene il volume del materiale sia relativamente ampio, i Metodi Quantitativi sono spesso considerati un “argomento che fa punteggio” perché:

• I concetti non sono eccessivamente complicati
• Molte domande sono basate su calcoli
• È particolarmente vantaggioso se hai una solida preparazione matematica

Peso dell’esame: Circa 8–12% dell’esame CFA Level I

Argomenti Core e Concetti Importanti

La sezione Metodi Quantitativi include tipicamente diversi moduli (nota: il curriculum può variare leggermente ogni anno). Di seguito una panoramica strutturata:

Modulo 1: Valore Temporale del Denaro

• Comprendere i tassi di interesse e le loro componenti
• Calcolare il Tasso Annuo Effettivo (EAR)
• Padroneggiare il valore presente (PV) e il valore futuro (FV) dei flussi di cassa
• Usare efficacemente una calcolatrice finanziaria

Modulo 2: Organizing, Visualizing, and Describing Data

• Tipi e classificazione dei dati
• Distribuzioni di frequenza
• Tabelle di contingenza e matrici di confusione
• Tecniche di visualizzazione dei dati
• Misure di tendenza centrale: media, mediana, moda
• Media aritmetica vs media geometrica
• Quantili e percentili
• Misure di dispersione: intervallo, varianza, deviazione standard
• Coefficiente di variazione
• Asimmetria e curtosi
• Coefficiente di correlazione

Modulo 3: Concetti di Probabilità

• Variabili casuali e fondamenti di probabilità
• Probabilità condizionata vs incondizionata
• Regole di addizione e moltiplicazione
• Valore atteso, covarianza, correlazione
• Applicazioni nel rendimento e rischio del portafoglio
• Formula di Bayes
• Fattoriali, permutazioni e combinazioni

Modulo 4: Distribuzioni di Probabilità Comuni

• Variabili casuali discrete vs continue
• Distribuzione binomiale
• Distribuzione uniforme
• Distribuzione normale
• Distribuzione lognormale
• Rischio di shortfall e criterio Safety-First di Roy
• Capitalizzazione discreta vs continua
• Distribuzione t di Student, distribuzione F
• Simulazione Monte Carlo

Modulo 5: Campionamento e Stima

• Metodi di campionamento casuale
• Errore di campionamento e campionamento stratificato
• Teorema del limite centrale
• Errore standard della media
• Intervalli di confidenza
• Metodi di risampling (Bootstrap, Jackknife)
• Bias di campionamento

Modulo 6: Test delle Ipotesi

• Struttura del test delle ipotesi
• Ipotesi nulla e alternativa
• Test a una coda vs a due code
• Errori di Tipo I e Tipo II
• Statistiche di test e livello di significatività
• Interpretazione del p-value
• Test dei parametri della popolazione (media, varianza, ecc.)

Modulo 7: Introduzione alla Regressione Lineare

• Modello di regressione lineare semplice
• Variabili dipendenti e indipendenti
• Equazione di regressione, coefficiente angolare e intercetta
• Regressione cross-section vs serie temporali
• Assunzioni dei modelli di regressione
• Metriche chiave: SST, RSS, SSE, R²
• Test di ipotesi comuni (test F, test t)
• Valori previsti e intervalli di confidenza
• Estensioni dei modelli di regressione lineare