План на курса

Част 1

Кратко въведение в MATLAB

Цели: Предложете преглед на това какво представлява MATLAB, от какво се състои и какво може да направи за вас

    Пример: C срещу MATLAB MATLAB Общ преглед на продукта MATLAB Области на приложение Какво MATLAB може да направи за вас? Схемата на курса

Работа с MATLAB потребителския интерфейс

Цел: Запознайте се с основните характеристики на MATLAB интегрираната среда за проектиране и нейните потребителски интерфейси. Получете общ преглед на темите на курса.

    MATALB интерфейс Четене на данни от файл Записване и зареждане на променливи Графика на данни Персонализиране на графики Изчисляване на статистики и най-подходяща линия Експортиране на графики за използване в други приложения

Променливи и Expressйони

Цел: Въведете MATLAB команди, с акцент върху създаването и достъпа до данни в променливи.

    Въвеждане на команди Създаване на променливи Получаване на помощ Access за модифициране и модифициране на стойности в променливи Създаване на символни променливи

Анализ и визуализация с вектори

Цел: Извършване на математически и статистически изчисления с вектори и създаване на основни визуализации. Вижте как MATLAB синтаксисът позволява изчисления върху цели набори от данни с една команда.

    Изчисления с вектори Изчертаване на вектори Основни опции за графика Анотиране на графики

Анализ и визуализация с матрици

Цел: Използвайте матрици като математически обекти или като колекции от (векторни) данни. Разберете правилното използване на MATLAB синтаксиса, за да разграничите тези приложения.

    Размер и размерност Изчисления с матрици Statistics с матрични данни Изчертаване на множество колони Преоформяне и линейно индексиране Многомерни масиви

Част 2

Автоматизиране на команди със скриптове

Цел: Съберете MATLAB команди в скриптове за лесно възпроизвеждане и експериментиране. Тъй като сложността на вашите задачи се увеличава, въвеждането на дълги поредици от команди в командния прозорец става непрактично.

    Пример за моделиране Историята на командите Създаване на скриптови файлове Изпълнение на скриптове Коментари и кодови клетки Публикуване на скриптове

Работа с файлове с данни

Цел: Внасяне на данни в MATLAB от форматирани файлове. Тъй като импортираните данни могат да бъдат от голямо разнообразие от типове и формати, се набляга на работата с клетъчни масиви и формати за дата.

    Импортиране на данни Смесени типове данни Клетъчни масиви Конверсии между числа, низове и клетки Експортиране на данни

Множество векторни графики

Цел: Направете по-сложни векторни диаграми, като например множество диаграми, и използвайте техники за манипулиране на цветове и низове, за да създадете привлекателни визуални представяния на данни.

    Графична структура Множество фигури, оси и графики Изчертаване на уравнения Използване на цвят Персонализиране на графики

Логика и управление на потока

Цел: Използвайте логически операции, променливи и техники за индексиране, за да създадете гъвкав код, който може да взема решения и да се адаптира към различни ситуации. Разгледайте други програмни конструкции за повтарящи се части от код и конструкции, които позволяват взаимодействие с потребителя.

    Логически операции и променливи. Логическото индексиране Programming конструира цикли за управление на потока

Matrix и Визуализация на изображения

Цел: Визуализирайте изображения и матрични данни в две или три измерения. Изследвайте разликата в показването на изображения и визуализирането на матрични данни с помощта на изображения.

    Разпръсната интерполация с използване на векторни и матрични данни 3-D матрична визуализация 2-D матрична визуализация Индексирани изображения и цветни карти Изображения с истински цветове

Част 3

Data Analysis

Цел: Изпълнение на типични задачи за анализ на данни в MATLAB, включително разработване и приспособяване на теоретични модели към данни от реалния живот. Това естествено води до една от най-мощните характеристики на MATLAB: решаване на линейни системи от уравнения с една команда.

    Справяне с липсващи данни Корелация Изглаждане Спектрален анализ и FFT Решаване на линейни системи от уравнения

Функции за писане

Цел: Увеличете автоматизацията чрез капсулиране на модулни задачи като дефинирани от потребителя функции. Разберете как MATLAB разрешава препратки към файлове и променливи.

    Защо функции? Създаване на функции Добавяне на коментари Извикване на подфункции Работни пространства Подфункции Път и приоритет

Типове данни

Цел: Разгледайте типовете данни, като се съсредоточите върху синтаксиса за създаване на променливи и достъп до елементи от масив, и обсъдете методите за конвертиране между типове данни. Типовете данни се различават по вида на данните, които могат да съдържат, и по начина, по който данните са организирани.

    MATLAB типове данни Цели числа Структури Преобразуващи типове

Файл I/O

Цел: Разгледайте функциите за импортиране и експортиране на данни от ниско ниво в MATLAB, които позволяват прецизен контрол върху I/O на текстови и двоични файлове. Тези функции включват textscan, което осигурява прецизен контрол върху четенето на текстови файлове.

    Отваряне и затваряне на файлове Четене и писане на текстови файлове Четене и писане на двоични файлове

Обърнете внимание, че действително доставеното може да е предмет на незначителни несъответствия от схемата по-горе без предварително уведомление.

част 4

Преглед на MATLAB Кутия с финансови инструменти

Цел: Научете се да прилагате различните функции, включени в MATLAB Financial Toolbox, за извършване на количествен анализ за финансовата индустрия. Придобийте знанията и практиката, необходими за ефективно разработване на приложения от реалния свят, включващи финансови данни.

    Разпределение на активи и оптимизиране на портфолио Анализ на риска и Investment производителност Анализ на фиксиран доход и ценообразуване на опции Анализ на финансови времеви редове Регресия и оценка с липсващи данни Технически индикатори и финансови диаграми Симулация на Монте Карло на SDE модели

Разпределение на активи и оптимизиране на портфолио

Цел: извършване на разпределение на капитал, разпределение на активи и оценка на риска.

    Оценяване на моментите на възвръщаемост на активи и обща възвръщаемост от данни за цена или възвръщаемост Изчисляване на статистически данни на ниво портфейл, като средна стойност, вариация, стойност под риск (VaR) и условна стойност под риск (CVaR) Извършване на ограничена оптимизация и анализ на портфолио със средна вариация Изследване на времева еволюция на ефективно разпределение на портфолио Извършване на разпределение на капитал Отчитане на оборота и транзакционните разходи при проблеми с оптимизирането на портфейла

Анализ на риска и Investment изпълнение

Цел: Дефиниране и решаване на проблеми с оптимизацията на портфейла.

    Указване на име на портфолио, броя на активите във вселена от активи и идентификатори на активи. Определяне на първоначално разпределение на портфейла.

Анализ на дългови инструменти и ценообразуване на опции

Цел: Извършване на анализ на фиксиран доход и ценообразуване на опции.

    Анализиране на парични потоци Извършване на SIA-съвместим анализ на ценни книжа с фиксиран доход Извършване на базово ценообразуване на Black-Scholes, Black и биномни опции

част 5

Анализ на финансовите времеви редове

Цел: анализиране на данни от времеви редове на финансовите пазари.

    Извършване на математически анализ на данни Трансформиране и анализиране на данни Технически анализ Графики и графики

Регресия и оценка с липсващи данни

Цел: Извършване на многовариантна нормална регресия със или без липсващи данни.

    Извършване на общи регресии Оценка на функцията за логаритмична вероятност и стандартни грешки за тестване на хипотези Завършване на изчисления, когато липсват данни

Технически индикатори и финансови графики

Цел: Практикувайте използването на показатели за ефективност и специализирани графики.

    Пълзящи средни Осцилатори, стохастици, индекси и индикатори Максимално усвояване и очаквано максимално усвояване Графики, включително ленти на Болинджър, диаграми на свещници и подвижни средни

Монте Карло симулация на SDE модели

Цел: Създаване на симулации и прилагане на SDE модели

    Брауново движение (BM) Геометрично брауново движение (GBM) Постоянна еластичност на дисперсията (CEV) Cox-Ingersoll-Ross (CIR) Hull-White/Vasicek (HWV) Heston

Заключение

Цели: Обобщаване на наученото

    Резюме на курса Други предстоящи курсове на MATLAB

Забележка: реално предоставеното съдържание може да се различава от схемата в резултат на изискванията на клиента и времето, прекарано по всяка тема.

Изисквания

  • Основна концепция за математически знания на бакалавърско ниво като линейна алгебра, теория на вероятностите и статистика, както и матрица
  • Основни компютърни операции
  • За предпочитане основна концепция на друг език за програмиране на високо ниво, като C, PASCAL, FORTRAN или BASIC, но не е задължително
 35 Hours

Брой участници



Цена за участник

Oтзиви от потребители (3)

Свързани Kурсове

A Practical Guide to Successful Pricing Strategies

7 Hours

Anti-Money Laundering (AML) and Combating Terrorist Financing (CTF)

14 Hours

eCommerce Fraud Strategy for Managers

14 Hours

Свързани Kатегории