CFA Series Level 1 Quantitative Methods #FinanceProgramCFA
Selamat datang di series Quantitative Methods untuk CFA Level 1 di website Finance program. Dalam ujian CFA Level 1, kandidat diharapkan mampu untuk memahami, menganalisis, dan menggunakan data secara efektif, yang sangat penting untuk pengambilan keputusan keuangan. Metode kuantitatif merujuk pada teknik dan alat yang digunakan untuk mengumpulkan, menganalisis, dan memahami informasi numerik dalam keuangan. Metode ini merupakan dasar penting dalam analisis keuangan dan pengambilan keputusan investasi.
Secara umum, dalam topik Quantitative Methods, yang harus dipelajari adalah:
- Data Types
Organizing Data for Quantitative Analysis: Metode strukturisasi data agar lebih mudah diinterpretasikan dan dianalisis.
Frequency Distributions: Depiksi visual atau tabulasi yang menampilkan frekuensi dari berbagai hasil dalam sampel.
Contingency Table: Jenis tabel dalam format matriks yang menampilkan distribusi frekuensi variabel.
Data Visualization: Menggunakan grafik dan bagan untuk merepresentasikan data agar mudah mengidentifikasi pola, tren, dan pencilan.
Central Tendency: Ukuran yang mewakili titik pusat atau nilai khas dari kumpulan data.
Quantiles: Titik data yang diambil pada interval reguler, membagi kumpulan data menjadi subset yang sama besar.
Dispersion Measures: Menilai sebaran nilai data.
Downside Deviation & Coefficient of Variation: Metrik yang memberikan ukuran risiko yang disesuaikan dari pengembalian investasi.
Distribution Shapes: Memahami struktur distribusi data, termasuk kemiringan dan keruncingan.
Correlation: Meneliti hubungan antara dua variabel atau lebih.
- Probability
Conditional & Joint Probability: Kemungkinan suatu kejadian terjadi berdasarkan yang lain.
Expected Value & Variance: Mengantisipasi hasil potensial.
Portfolio Returns: Mengantisipasi pengembalian portofolio berdasarkan rata-rata tertimbang dari setiap ekspektasi pengembalian aset.
Covariance: Mengukur bagaimana dua saham bergerak bersama.
Bayes’ Formula: Memperbarui probabilitas saat data baru tersedia.
Counting Principles: Dasar dari permutasi dan kombinasi.
- Common Probability Distributions
Random Variables: Variabel yang nilai-nilainya adalah hasil dari fenomena acak.
Distributions: Memahami Binomial, Normal, Lognormal, dan lainnya serta implikasinya dalam keuangan.
Monte Carlo Simulation: Teknik komputasi yang digunakan untuk menilai risiko dalam pengambilan keputusan.
- Sampling and Estimation
Sampling Methods: Teknik untuk memilih subset dari populasi yang lebih besar.
Central Limit Theorem: Terlepas dari populasi, distribusi rata-rata sampel cenderung normal.
Estimation: Memprediksi parameter populasi berdasarkan data sampel.
- Hypotheses
Test Statistic & Significance: Kerangka kerja untuk menguji asumsi tentang populasi.
Decision-making: Menggunakan data untuk menerima atau menolak hipotesis nol.
p-values: Alat untuk menentukan signifikansi hasil.
Testing Variances & Correlation: Memahami volatilitas dan hubungan antara variabel.
- Linear Regression
Simple Linear Regression: Memprediksi respons menggunakan satu prediktor.
Estimation & Assumptions: Menentukan parameter regresi dan memastikan keandalan model.
Prediction: Menggunakan regresi untuk peramalan.
Sumber: CFA Institute
Happy learning and good luck! 🙂
