Przegląd metod ilościowych w CFA poziom 1

Kluczowe Tematy, na Które Musisz się Skoncentrować

Przegląd Przedmiotu

Metody ilościowe jest jednym z najważniejszych i podstawowych przedmiotów w programie Chartered Financial Analyst Poziom I.

Ten przedmiot obejmuje głównie podstawowe koncepcje takie jak:

• Wartość pieniądza w czasie
• Wartość bieżąca i przyszła przepływów pieniężnych
• Prawdopodobieństwo i statystyka
• Testowanie hipotez

Silne zrozumienie tych tematów da Ci dużą przewagę podczas nauki bardziej zaawansowanych przedmiotów, takich jak wycena aktywów i zarządzanie portfelem, później w programie CFA.

Chociaż objętość materiału jest stosunkowo duża, Metody ilościowe są często uważane za “przedmiot punktowany” ponieważ:

• Koncepcje nie są zbyt skomplikowane
• Wiele pytań opiera się na obliczeniach
• Jest to szczególnie korzystne, jeśli masz solidne podstawy matematyczne

Waga egzaminu: Około 8–12% egzaminu CFA Poziom I

Tematy podstawowe i ważne pojęcia

Sekcja Metody ilościowe zazwyczaj obejmuje kilka modułów (uwaga: program nauczania może się nieznacznie zmieniać co roku). Poniżej znajduje się uporządkowany przegląd:

Moduł 1: Wartość pieniądza w czasie

• Zrozumienie stóp procentowych i ich składników
• Obliczanie Efektywnej rocznej stopy procentowej (EAR)
• Opanowanie wartości bieżącej (PV) i przyszłej (FV) przepływów pieniężnych
• Efektywne korzystanie z kalkulatora finansowego

Moduł 2: Organizowanie, Wizualizowanie i Opisywanie Danych

• Rodzaje i klasyfikacja danych
• Rozkłady częstości
• Tabele kontyngencji i macierze pomyłek
• Techniki wizualizacji danych
• Miary tendencji centralnej: średnia, mediana, dominanta
• Średnia arytmetyczna vs średnia geometryczna
• Kwantyle i percentyle
• Miary rozproszenia: rozstęp, wariancja, odchylenie standardowe
• Współczynnik zmienności
• Skosność i kurtoza
• Współczynnik korelacji

Moduł 3: Pojęcia prawdopodobieństwa

• Zmienne losowe i podstawy prawdopodobieństwa
• Prawdopodobieństwo warunkowe vs bezwarunkowe
• Reguły dodawania i mnożenia
• Wartość oczekiwana, kowariancja, korelacja
• Zastosowania w zwrocie i ryzyku portfela
• Wzór Bayesa
• Silnie, permutacje i kombinacje

Moduł 4: Powszechne rozkłady prawdopodobieństwa

• Dyskretne vs ciągłe zmienne losowe
• Rozkład dwumianowy
• Rozkład jednostajny
• Rozkład normalny
• Rozkład lognormalny
• Ryzyko niedoboru i kryterium bezpieczeństwa Roya
• Dyskretne vs ciągłe kapitalizowanie
• Rozkład Studenta t, rozkład F
• Symulacja Monte Carlo

Moduł 5: Próbkowanie i Estymacja

• Metody losowego próbkowania
• Błąd próbkowania i próbkowanie warstwowe
• Centralne twierdzenie graniczne
• Standardowy błąd średniej
• Przedziały ufności
• Metody resamplingu (Bootstrap, Jackknife)
• Błąd próbkowania

Moduł 6: Testowanie hipotez

• Ramy testowania hipotez
• Hipotezy zerowa i alternatywna
• Testy jednostronne vs dwustronne
• Błędy typu I i typu II
• Statystyki testowe i poziom istotności
• Interpretacja wartości p
• Testowanie parametrów populacji (średnia, wariancja itp.)

Moduł 7: Wprowadzenie do regresji liniowej

• Prosty model regresji liniowej
• Zmienne zależne i niezależne
• Równanie regresji, nachylenie i wyraz wolny
• Regresja przekrojowa vs szereg czasowy
• Założenia modeli regresji
• Kluczowe metryki: SST, RSS, SSE, R²
• Typowe testy hipotez (test F, test t)
• Przewidywane wartości i przedziały ufności
• Rozszerzenia modeli regresji liniowej