План на курса
Обзор на MATLAB Financial Toolbox
Цел: Научете се да прилагате разнообразните функции, включени в MATLAB Financial Toolbox, за да извършвате квантитативно анализиране за финансовия сектор. Придобийте знания и практика, необходими за ефективно разработване на приложения в реалния свят, свързани с финансови данни.
- Разпределение на активи и оптимизация на портфейли
- Анализ на рискове и оценка на инвестиционната дейност
- Анализ на фиксирани доходи и ценоване на опции
- Финансови временни редици
- Регресия и оценка с пропуски в данните
- Технически индикатори и финансови графики
- Монте Карло симулация на модели на стохастични диференциални уравнения (SDE)
Разпределение на активи и оптимизация на портфейли
Цел: Извършване на разпределение на капитал, разпределение на активи и оценка на рискове.
- Оценка на моменти на връзка и обща връзка от данни за цени или връзки
- Изчисляване на статистики за портфейл, като средно аритметично, дисперсия, стойност на риска (VaR) и условна стойност на риска (CVaR)
- Извършване на оптимизация и анализ на портфейли с ограничен средно аритметичен и дисперсионен метод
- Изследване на временното развитие на ефективни разпределения на портфейли
- Извършване на разпределение на капитал
- Включване на обръщане и транзакционни разходи в проблеми с оптимизация на портфейли
Анализ на рискове и оценка на инвестиционната дейност
Цел: Определяне и решалване на проблеми с оптимизация на портфейли.
- Определяне на име на портфейл, броя активи в активоуниверсум и идентификатори на активи.
- Определяне на първоначално разпределение на портфейл.
Анализ на фиксирани доходи и ценоване на опции
Цел: Извършване на анализ на фиксирани доходи и ценоване на опции.
- Анализ на парични потокове
- Извършване на анализ на фиксирани доходи с повишена степен на сигурност
- Извършване на базово ценоване на опции по метода на Блек-Шоулс, Блек и биномиална опция
Финансови временни редици
Цел: Анализ на временни редици в финансовите пазари.
- Извършване на математически изчисления с данни
- Преобразуване и анализ на данни
- Технически анализ
- Графично представяне и графики
Регресия и оценка с пропуски в данните
Цел: Извършване на многомерна нормална регресия с или без пропуски в данните.
- Извършване на обичайни регресии
- Оценка на логаритмична функцията за вероятност и стандартни грешки за тестване на хипотези
- Завършване на изчисления, когато липсват данни
Технически индикатори и финансови графики
Цел: Упражняване в използване на метрики за оценка на производителността и специализирани графики.
- Подвижни средни
- Осцилатори, стохастични, индекси и индикатори
- Максимално намаляване и очаквано максимално намаляване
- Графики, включително ленти на Болинджър, канделстикови графики и подвижни средни
Монте Карло симулация на модели на стохастични диференциални уравнения (SDE)
Цел: Създаване на симулации и приложение на модели на SDE
- Брауново движение (BM)
- Геометрично брауново движение (GBM)
- Постоянна еластичност на дисперсията (CEV)
- Кокс-Ингерсол-Рос (CIR)
- Хъл-Уайт/Васичек (HWV)
- Хестън
Заключение
Изисквания
- Знакомство с линейна алгебра (т.е. матрични операции)
- Знакомство с основна статистика
- Разбиране на финансови принципи
- Разбиране на основите на MATLAB
Варианти на курса
- Ако желаете да следвате този курс, но липсва ви опит с MATLAB (или нуждаете се от обновяване на знанията), този курс може да бъде комбиниран с курс за начинаещи и да бъде предоставен като: Основни знания за MATLAB + MATLAB за финансови анализи.
- Ако желаете да промените темите, които се разглеждат в този курс (например, да премахнете, съкратите или продължите покритието на определени функции), моля свържете се с нас, за да уредим това.
Отзиви от потребители (2)
Ръце за изграждане на кода от нулата.
Igor - Draka Comteq Fibre B.V.
Курс - Introduction to Image Processing using Matlab
Машинен превод
Trainer took the initiative to cover additional content outside our course materials to improve our learning.
Chia Wu Tan - SMRT Trains Ltd
Курс - MATLAB Programming
Машинен превод