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
Recensioni (4)
Esperienza del formatore e il suo modo di trasmettere il contenuto
Roggli Marc - Bechtle Schweiz AG
Corso - FinOps
Traduzione automatica
Servizio personalizzato e orientato alle mie esigenze
ANN - New Vitality Clinic
Corso - GnuCash for Business Accounting
Traduzione automatica
The lecturer is very knowledgeable and can substantiate theories with his own personal experiences.
Harry Estipona
Corso - Financial Markets
I was benefit from the interesting and clear ideas and suggestions.