Kursplan
Översikt över MATLAB Financial Toolbox
Mål: Lär dig att tillämpa de olika funktionerna som ingår i MATLAB Financial Toolbox för att utföra kvantitativ analys för finansbranschen. Skaffa den kunskap och praxis som behövs för att effektivt utveckla verkliga applikationer som involverar finansiell data.
- Tillgångsallokering och portföljoptimering
- Riskanalys och Investment prestanda
- Ränteanalys och optionsprissättning
- Finansiell tidsserieanalys
- Regression och uppskattning med saknade data
- Tekniska indikatorer och finansiella diagram
- Monte Carlo Simulering av SDE-modeller
Tillgångsallokering och portföljoptimering
Mål: utföra kapitalallokering, tillgångsallokering och riskbedömning.
- Uppskattning av tillgångsavkastning och totalavkastningsmoment från pris- eller returdata
- Beräkna statistik på portföljnivå, såsom medelvärde, varians, riskvärde (VaR) och villkorat riskvärde (CVaR)
- Utför portföljoptimering och analys med begränsad medelvarians
- Undersöker tidsutvecklingen för effektiva portföljallokeringar
- Utföra kapitalallokering
- Redovisning av omsättning och transaktionskostnader i portföljoptimeringsproblem
Riskanalys och Investment prestanda
Mål: Definiera och lösa problem med portföljoptimering.
- Ange ett portföljnamn, antalet tillgångar i ett tillgångsuniversum och tillgångsidentifierare.
- Definiera en initial portföljallokering.
Ränteanalys och optionsprissättning
Mål: Utföra ränteanalys och optionsprissättning.
- Analysera kassaflöde
- Utföra SIA-kompatibel räntesäkerhetsanalys
- Utför grundläggande Black-Scholes, Black och binomial optionsprissättning
Finansiell tidsserieanalys
Mål: analysera tidsseriedata på finansiella marknader.
- Utför datamatte
- Transformera och analysera data
- Teknisk analys
- Kartläggning och grafik
Regression och uppskattning med saknade data
Mål: Utföra multivariat normal regression med eller utan saknade data.
- Utför vanliga regressioner
- Uppskattning av log-likelihood-funktion och standardfel för hypotesprövning
- Slutför beräkningar när data saknas
Tekniska indikatorer och finansiella diagram
Mål: Öva på att använda prestationsmått och specialiserade plot.
- Glidande medelvärden
- Oscillatorer, stokastik, index och indikatorer
- Maximal neddragning och förväntad maximal nedsättning
- Diagram, inklusive Bollinger-band, ljusstakediagram och glidande medelvärden
Monte Carlo Simulering av SDE-modeller
Mål: Skapa simuleringar och tillämpa SDE-modeller
- Brownian Motion (BM)
- Geometric Brownian Motion (GBM)
- Constant Elasticity of Variance (CEV)
- Cox-Ingersoll-Ross (CIR)
- Skrov-vit/Vasicek (HWV)
- Heston
Slutsats
Krav
- Förtrogenhet med linjär algebra (dvs matrisoperationer)
- Kännedom om grundläggande statistik
- Förståelse för finansiella principer
- Förståelse av MATLAB grunder
Kursalternativ
- Om du vill gå den här kursen, men saknar erfarenhet av MATLAB (eller behöver en repetition), kan den här kursen kombineras med en nybörjarkurs och ges som: MATLAB Fundamentals + MATLAB for Finance.
- Om du vill justera de ämnen som behandlas i den här kursen (t.ex. ta bort, förkorta eller förlänga täckningen av vissa funktioner), vänligen kontakta oss för att ordna.
Vittnesmål (2)
Praktiskt byggande av koden från grunden.
Igor - Draka Comteq Fibre B.V.
Kurs - Introduction to Image Processing using Matlab
Machine Translated
Trainer took the initiative to cover additional content outside our course materials to improve our learning.