Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
Struttura del corso
Panoramica della Financial Toolbox di MATLAB
Obiettivo: Imparare ad applicare le varie funzionalità incluse nella MATLAB Financial Toolbox per eseguire l'analisi quantitativa nell'industria finanziaria. Acquisire la conoscenza e la pratica necessarie per sviluppare in modo efficiente applicazioni reali coinvolgenti dati finanziari.
- Allocazione degli asset e ottimizzazione del portafoglio
- Analisi del rischio e prestazioni degli investimenti
- Analisi dei titoli a reddito fisso e pricing delle opzioni
- Analisi delle serie temporali finanziarie
- Regressione e stima con dati mancanti
- Indicatori tecnici e grafici finanziari
- Simulazione Monte Carlo di modelli SDE
Allocazione degli asset e ottimizzazione del portafoglio
Obiettivo: eseguire l'allocazione del capitale, l'allocazione degli asset e la valutazione del rischio.
- Stima dei rendimenti degli asset e dei momenti totali dai dati di prezzo o rendimento
- Calcolo di statistiche a livello portafoglio, come media, varianza, valore a rischio (VaR) e valore a rischio condizionato (CVaR)
- Esecuzione di ottimizzazione e analisi del portafoglio con vincoli di media-varianza
- Esame dell'evoluzione temporale delle allocazioni efficienti del portafoglio
- Esecuzione dell'allocazione del capitale
- Tenere conto della rotazione e dei costi di transazione nei problemi di ottimizzazione del portafoglio
Analisi del rischio e prestazioni degli investimenti
Obiettivo: definire e risolvere problemi di ottimizzazione del portafoglio.
- Specifica del nome del portafoglio, del numero di asset nell'universo degli asset e degli identificatori degli asset
- Definizione di un'allocazione iniziale del portafoglio
Analisi dei titoli a reddito fisso e pricing delle opzioni
Obiettivo: eseguire l'analisi dei titoli a reddito fisso e il pricing delle opzioni.
- Analisi del flusso di cassa
- Esecuzione dell'analisi della sicurezza finanziaria conforme agli standard SIA
- Esecuzione del pricing delle opzioni basico con Black-Scholes, Black e binomiale
Analisi delle serie temporali finanziarie
Obiettivo: analizzare i dati delle serie temporali nei mercati finanziari.
- Esecuzione di calcoli sui dati
- Trasformazione e analisi dei dati
- Analisi tecnica
- Grafici e visualizzazione
Regressione e stima con dati mancanti
Obiettivo: eseguire la regressione multivariata normale con o senza dati mancanti.
- Esecuzione di regresioni comuni
- Stima della funzione di log-likelihood e degli errori standard per il test delle ipotesi
- Completamento dei calcoli quando i dati sono mancanti
Indicatori tecnici e grafici finanziari
Obiettivo: praticare l'uso di metriche di prestazione e plot specializzati.
- Moving averages (medie mobili)
- Oscillatori, indicatori stocastici, indici e indicatori
- Drawdown massimo e drawdown massimo atteso
- Grafici, inclusi Bollinger bands, candele giapponesi e medie mobili
Simulazione Monte Carlo di modelli SDE
Obiettivo: creare simulazioni e applicare modelli SDE
- Movimento Browniano (BM)
- Movimento Browniano Geometrico (GBM)
- Elasticità Costante della Varianza (CEV)
- Cox-Ingersoll-Ross (CIR)
- Hull-White/Vasicek (HWV)
- Heston
Conclusione
Requisiti
- Familiarità con l'algebra lineare (ad esempio, operazioni su matrici)
- Familiarità con la statistica di base
- Comprensione dei principi finanziari
- Conoscenza delle basi di MATLAB
Opzioni del corso
- Se desidera seguire questo corso, ma non ha esperienza con MATLAB (o ne necessita un ripasso), il corso può essere combinato con un corso per principianti e fornito come: Fondamenti di MATLAB + MATLAB per la Finanza.
- Se desidera modificare gli argomenti trattati in questo corso (ad esempio, rimuovere, abbreviare o estendere la copertura di determinate funzionalità), si prega di contattarci per organizzare.
14 Ore
Recensioni (2)
Pratica nella costruzione del codice da zero.
Igor - Draka Comteq Fibre B.V.
Corso - Introduction to Image Processing using Matlab
Traduzione automatica
Trainer took the initiative to cover additional content outside our course materials to improve our learning.
