Struttura del corso

Parte 1

Breve introduzione a MATLAB

Obiettivi: Offrire una panoramica di cosa è MATLAB, di cosa è composto e di cosa può fare per te

  • Un esempio: C vs. MATLAB
  • Panoramica del prodotto MATLAB
  • Ambiti di applicazione di MATLAB
  • Cosa può fare MATLAB per te?
  • Panoramica del corso

Lavorare con l'interfaccia utente di MATLAB

Obiettivo: Introdurre le principali funzionalità dell'ambiente di progettazione integrato di MATLAB e delle sue interfacce utente. Ottenere una panoramica dei temi del corso.

  • Interfaccia di MATLAB
  • Lettura dati da file
  • Salvataggio e caricamento variabili
  • Pianificazione dati
  • Personalizzazione delle pianificazioni
  • Calcolo di statistiche e retta di regressione
  • Esportare grafici per usarli in altre applicazioni

Variabili ed espressioni

Obiettivo: Inserire comandi MATLAB, con l'accento sulla creazione e accesso a dati in variabili.

  • Inserimento di comandi
  • Creazione di variabili
  • Ottenere aiuto
  • Accesso e modifica dei valori nelle variabili
  • Creazione di variabili carattere

Analisi e visualizzazione con vettori

Obiettivo: Eseguire calcoli matematici e statistici con vettori e creare visualizzazioni di base. Vedere come la sintassi MATLAB abilita i calcoli su interi set di dati con un singolo comando.

  • Calcoli con vettori
  • Pianificazione dei vettori
  • Opzioni di base della pianificazione
  • Annotazione delle pianificazioni

Analisi e visualizzazione con matrici

Obiettivo: Usare le matrici come oggetti matematici o come raccolte di dati (vettori). Comprendere l'uso appropriato della sintassi MATLAB per distinguere tra queste applicazioni.

  • Dimensionalità e dimensioni
  • Calcoli con matrici
  • Statistiche con dati di matrice
  • Pianificazione di più colonne
  • Riflessione e indicizzazione lineare
  • Array multidimensionali

Parte 2

Automatizzare comandi con script

Obiettivo: Raggruppare i comandi MATLAB in script per facilitare la riproduzione e l'esperimentazione. Man mano che la complessità dei tuoi compiti aumenta, inserire lunghe sequenze di comandi nella finestra dei comandi diventa impraticabile.

  • Esempio di modellazione
  • Cronologia dei comandi
  • Creare file script
  • Eseguire script
  • Commenti e celle di codice
  • Pubblicare script

Lavorare con file di dati

Obiettivo: Importare dati in MATLAB da file formattati. Poiché i dati importati possono essere di una varietà di tipi e formati, si dà particolare enfasi al lavoro con matrici cellulari e formati data.

  • Importazione di dati
  • Tipi di dati misti
  • Matrici cellulari
  • Conversione tra numeri, stringhe e celle
  • Esportazione di dati

Pianificazioni vettoriali multiple

Obiettivo: Creare pianificazioni vettoriali più complesse, come più pianificazioni, e usare tecniche di manipolazione del colore e delle stringhe per produrre rappresentazioni visive accattivanti dei dati.

  • Struttura grafica
  • Pianificazioni multiple, assi e figure
  • Pianificare equazioni
  • Usare il colore
  • Personalizzare le pianificazioni

Logica e controllo del flusso

Obiettivo: Usare operazioni logiche, variabili e tecniche di indicizzazione per creare codice flessibile che possa prendere decisioni e adattarsi a diverse situazioni. Esplorare altre costruzioni di programmazione per ripetere sezioni di codice e costruzioni che consentono l'interazione con l'utente.

  • Operazioni logiche e variabili
  • Indicizzazione logica
  • Costruzioni di programmazione
  • Controllo del flusso
  • Cicli

Visualizzazione di immagini e matrici

Obiettivo: Visualizzare immagini e dati di matrice in due o tre dimensioni. Esplorare la differenza tra la visualizzazione delle immagini e la visualizzazione dei dati della matrice usando le immagini.

  • Interpolazione dispersa utilizzando dati vettoriali e matriciali
  • Visualizzazione di matrici 3-D
  • Visualizzazione di matrici 2-D
  • Immagini indiciate e mappe dei colori
  • Immagini a colori veri

Parte 3

Analisi dei dati

Obiettivo: Eseguire tipiche operazioni di analisi dei dati in MATLAB, incluse lo sviluppo e l'adattamento di modelli teorici a dati reali. Questo porta naturalmente a una delle funzionalità più potenti di MATLAB: risolvere sistemi lineari di equazioni con un singolo comando.

  • Gestire dati mancanti
  • Correlazione
  • Lisciamento
  • Analisi spettrale e FFTs
  • Risolvere sistemi lineari di equazioni

Scrivere funzioni

Obiettivo: Aumentare l'automazione incapsulando compiti modulari come funzioni definite dall'utente. Comprendere come MATLAB risolve i riferimenti a file e variabili.

  • Perché le funzioni?
  • Creare funzioni
  • Aggiungere commenti
  • Chiamare sottofunzioni
  • Aree di lavoro
  • Sottofunzioni
  • Percorso e precedenza

Tipi di dati

Obiettivo: Esplorare i tipi di dati, concentrandosi sulla sintassi per creare variabili ed accedere agli elementi dell'array, e discutere metodi per convertire tra tipi di dati. I tipi di dati differiscono nel tipo di dati che possono contenere e nel modo in cui i dati sono organizzati.

  • Tipi di dati MATLAB
  • Interi
  • Strutture
  • Conversione dei tipi

I/O file

Obiettivo: Esplorare le funzioni di importazione e esportazione dati di basso livello in MATLAB che consentono un controllo preciso dell'I/O dei file testuali e binari. Queste funzioni includono textscan, che fornisce un controllo preciso della lettura di file testuali.

  • Apre e chiude i file
  • Legge e scrive file testuali
  • Legge e scrive file binari

Note che il contenuto effettivo consegnato potrebbe essere soggetto a piccole discrepanze rispetto al programma sopra senza preavviso.

Parte 4

Panoramica del MATLAB Financial Toolbox

Obiettivo: Imparare ad applicare le varie funzionalità incluse nel MATLAB Financial Toolbox per eseguire analisi quantitative nell'industria finanziaria. Acquisire la conoscenza e la pratica necessarie per sviluppare in modo efficiente applicazioni reali coinvolgenti dati finanziari.

  • Allocazione di asset e ottimizzazione del portafoglio
  • Analisi del rischio e performance degli investimenti
  • Analisi dei tassi fissi e pricing delle opzioni
  • Analisi dei dati storici finanziari
  • Regressione e stima con dati mancanti
  • Indicatore tecnici e grafici finanziari
  • Simulazione Monte Carlo di modelli SDE

Allocazione di asset e ottimizzazione del portafoglio

Obiettivo: Eseguire l'allocazione di capitale, l'allocazione di asset e la valutazione del rischio.

  • Stimare il rendimento degli asset e i momenti totali dal prezzo o dai dati di rendimento
  • Calcolare statistiche a livello di portafoglio, come media, varianza, valore a rischio (VaR) e valore a rischio condizionato (CVaR)
  • Eseguire l'ottimizzazione del portafoglio con vincoli medio-varianziali e analisi
  • Esaminare l'evoluzione temporale delle allocazioni efficienti del portafoglio
  • Eseguire l'allocazione di capitale
  • Tenere conto della rotazione e dei costi di transazione nei problemi di ottimizzazione del portafoglio

Analisi del rischio e performance degli investimenti

Obiettivo: Definire e risolvere problemi di ottimizzazione del portafoglio.

  • Specifica il nome del portafoglio, il numero di asset nell'universo di asset e gli identificatori degli asset.
  • Definire un'allocazione iniziale del portafoglio.

Analisi dei tassi fissi e pricing delle opzioni

Obiettivo: Eseguire l'analisi di titoli a tasso fisso e il pricing delle opzioni.

  • Analizzare i flussi di cassa
  • Eseguire l'analisi di sicurezze finanziarie conformi agli standard SIA
  • Eseguire il pricing delle opzioni Black-Scholes, Black e binomiali di base

Parte 5

Analisi dei dati storici finanziari

Obiettivo: Analizzare i dati delle serie temporali nei mercati finanziari.

  • Eseguire operazioni sui dati
  • Trasformare e analizzare i dati
  • Analisi tecnica
  • Grafici e visualizzazioni

Regressione e stima con dati mancanti

Obiettivo: Eseguire la regressione multivariata normale con o senza dati mancanti.

  • Eseguire reggressioni comuni
  • Stimare la funzione di log-verosimiglianza e gli errori standard per i test di ipotesi
  • Completare i calcoli quando mancano i dati

Indicatori tecnici e grafici finanziari

Obiettivo: Praticare l'uso di metriche di performance e visualizzazioni specializzate.

  • Moving averages (medie mobili)
  • Oscillatori, indicatori stocastici, indici e indicatori
  • Maximum drawdown e expected maximum drawdown (massimo disinvestimento e massimo disinvestimento atteso)
  • Grafici, inclusi Bollinger bands, candele giapponesi e medie mobili

Simulazione Monte Carlo di modelli SDE

Obiettivo: Creare simulazioni e applicare modelli SDE.

  • Moto Browniano (BM)
  • Moto Browniano Geometrico (GBM)
  • Costante Elasticità della Varianza (CEV)
  • Cox-Ingersoll-Ross (CIR)
  • Hull-White/Vasicek (HWV)
  • Heston

Conclusione

Obiettivi: Riassumere ciò che abbiamo imparato

  • Riassunto del corso
  • Altri corsi in arrivo su MATLAB

Note: il contenuto effettivo consegnato potrebbe differire dal programma come risultato delle esigenze dei clienti e del tempo dedicato a ciascun argomento.

Requisiti

  • Concetti di base di conoscenze matematiche a livello universitario, come algebra lineare, teoria della probabilità e statistica, nonché matrici
  • Operazioni di base con il computer
  • Preferibilmente concetti di base di un altro linguaggio di programmazione ad alto livello, come C, PASCAL, FORTRAN o BASIC, ma non essenziale
 35 Ore

Numero di Partecipanti


Prezzo per Partecipante

Recensioni (4)

Corsi in Arrivo

Categorie relative