Struttura del corso

Parte 1

Una breve introduzione a MATLAB

Obiettivi: Offri una panoramica di cos'è MATLAB, in cosa consiste e cosa può fare per te

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

Utilizzo dell'interfaccia utente MATLAB

Obiettivo: Ottenere un'introduzione alle principali caratteristiche dell'ambiente di progettazione integrata MATLAB e delle sue interfacce utente. Ottieni una panoramica dei temi del corso.

  • Interfaccia MATALB
  • Lettura dei dati da file
  • Salvataggio e caricamento delle variabili
  • Rappresentazione grafica dei dati
  • Personalizzazione dei grafici
  • Calcolo delle statistiche e della linea di best fit
  • Esportazione di elementi grafici per l'utilizzo in altre applicazioni

Variabili e Expressioni

Obiettivo: Immettere MATLAB comandi, con particolare attenzione alla creazione e all'accesso ai dati nelle variabili.

  • Immissione di comandi
  • Creazione di variabili
  • Ottenere aiuto
  • AccessModificare e modificare i valori nelle variabili
  • Creazione di variabili di carattere

Analisi e visualizzazione con vettori

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

  • Calcoli con vettori
  • Rappresentazione grafica dei vettori
  • Opzioni di stampa di base
  • Annotazione dei grafici

Analisi e visualizzazione con matrici

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

  • Dimensioni e dimensionalità
  • Calcoli con matrici
  • Statistics con dati a matrice
  • Stampa di più colonne
  • Risagomatura e indicizzazione lineare
  • Matrici multidimensionali

Parte 2

Automazione dei comandi con gli script

Obiettivo: Raccogliere MATLAB comandi in script per facilitare la riproduzione e la sperimentazione. Con l'aumentare della complessità delle attività, l'immissione di lunghe sequenze di comandi nella finestra di comando diventa impraticabile.

  • Un esempio di modellazione
  • La cronologia dei comandi
  • Creazione di file di script
  • Esecuzione di script
  • Commenti e celle di codice
  • Pubblicazione di script

Utilizzo dei file di dati

Obiettivo: Importare dati in MATLAB da file formattati. Poiché i dati importati possono essere di un'ampia varietà di tipi e formati, viene data enfasi all'utilizzo di matrici di celle e formati di data.

  • Importazione dei dati
  • Tipi di dati misti
  • Matrici di celle
  • Conversioni tra numeri, stringhe e celle
  • Esportazione dei dati

Grafici vettoriali multipli

Obiettivo: creare grafici vettoriali più complessi, ad esempio grafici multipli, e utilizzare tecniche di manipolazione del colore e delle stringhe per produrre rappresentazioni visive accattivanti dei dati.

  • Struttura grafica
  • Figure, assi e grafici multipli
  • Rappresentazione grafica delle equazioni
  • Utilizzo del colore
  • Personalizzazione dei grafici

Logica e controllo del flusso

Obiettivo: Utilizzare operazioni logiche, variabili e tecniche di indicizzazione per creare codice flessibile in grado di prendere decisioni e adattarsi a situazioni diverse. Esplorare altri costrutti di programmazione per la ripetizione di sezioni di codice e costrutti che consentono l'interazione con l'utente.

  • Operazioni logiche e variabili
  • Indicizzazione logica
  • Programming costrutti
  • Controllo del flusso
  • Loop

Matrix e visualizzazione delle immagini

Obiettivo: Visualizzare immagini e dati a matrice in due o tre dimensioni. Esplora la differenza tra la visualizzazione delle immagini e la visualizzazione dei dati della matrice utilizzando le immagini.

  • Interpolazione diffusa utilizzando dati vettoriali e matriciali
  • Visualizzazione di matrici 3D
  • Visualizzazione di matrici 2D
  • Immagini indicizzate e mappe dei colori
  • Immagini a colori reali

Parte 3

Data Analysis

Obiettivo: Eseguire le attività tipiche dell'analisi dei dati in MATLAB, incluso lo sviluppo e l'adattamento di modelli teorici ai dati della vita reale. Questo porta naturalmente a una delle caratteristiche più potenti di MATLAB: risolvere sistemi lineari di equazioni con un solo comando.

  • Gestione dei dati mancanti
  • Correlazione
  • Levigatura
  • Analisi spettrale e FFT
  • Risoluzione di sistemi lineari di equazioni

Funzioni di scrittura

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

  • Perché le funzioni?
  • Creazione di funzioni
  • Aggiunta di commenti
  • Chiamata di sottofunzioni
  • Aree di lavoro
  • Sottofunzioni
  • Percorso e precedenza

Tipi di dati

Obiettivo: Esplorare i tipi di dati, concentrandosi sulla sintassi per la creazione di variabili e l'accesso agli elementi dell'array e discutere i metodi per la conversione tra tipi di dati. I tipi di dati differiscono per il tipo di dati che possono contenere e per il modo in cui i dati sono organizzati.

  • MATLAB Tipi di dati
  • Numeri interi
  • Strutture
  • Conversione dei tipi

File I/O

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

  • Apertura e chiusura di file
  • Lettura e scrittura di file di testo
  • Lettura e scrittura di file binari

Si noti che l'effettiva consegna potrebbe essere soggetta a lievi discrepanze rispetto allo schema di cui sopra senza preavviso.

Parte 4

Panoramica del pacchetto di strumenti finanziari MATLAB

Obiettivo: Imparare ad applicare le varie funzionalità incluse nel MATLAB Financial Toolbox per eseguire analisi quantitative per il settore finanziario. Acquisisci le conoscenze e la pratica necessarie per sviluppare in modo efficiente applicazioni reali che coinvolgono i dati finanziari.

  • Asset Allocation e Ottimizzazione del Portafoglio
  • Analisi dei rischi e Investment performance
  • Analisi del reddito fisso e determinazione del prezzo delle opzioni
  • Analisi delle serie storiche finanziarie
  • Regressione e stima con dati mancanti
  • Indicatori Tecnici e Grafici Finanziari
  • Simulazione Monte Carlo di modelli SDE

Asset Allocation e Ottimizzazione del Portafoglio

Obiettivo: eseguire l'allocazione del capitale, l'asset allocation e la valutazione del rischio.

  • Stima del rendimento degli asset e dei momenti di rendimento totale dai dati di prezzo o di rendimento
  • Calcolo di statistiche a livello di portafoglio, come media, varianza, valore a rischio (VaR) e valore condizionale a rischio (CVaR)
  • Esecuzione dell'ottimizzazione e dell'analisi del portafoglio a varianza media vincolata
  • Esaminare l'evoluzione temporale delle allocazioni efficienti del portafoglio
  • Allocazione del capitale in bonis
  • Contabilizzazione del fatturato e dei costi di transazione nei problemi di ottimizzazione del portafoglio

Analisi dei rischi e Investment performance

Obiettivo: Definire e risolvere problemi di ottimizzazione del portafoglio.

  • Specificare il nome di un portafoglio, il numero di asset in un universo di asset e gli identificatori degli asset.
  • Definizione di un'allocazione iniziale del portafoglio.

Analisi del reddito fisso e determinazione del prezzo delle opzioni

Obiettivo: Eseguire analisi del reddito fisso e determinazione del prezzo delle opzioni.

  • Analisi del flusso di cassa
  • Esecuzione di analisi dei titoli a reddito fisso conformi a SIA
  • Esecuzione di Black-Scholes di base, Black e prezzi di opzione binomiali

Parte 5

Analisi delle serie storiche finanziarie

Obiettivo: analizzare i dati delle serie storiche nei mercati finanziari.

  • Esecuzione di calcoli matematici sui dati
  • Trasformazione e analisi dei dati
  • Analisi tecnica
  • Grafici e grafici

Regressione e stima con dati mancanti

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

  • Esecuzione di regressioni comuni
  • Stima della funzione log-verosimiglianza e degli errori standard per la verifica delle ipotesi
  • Completamento dei calcoli in caso di dati mancanti

Indicatori Tecnici e Grafici Finanziari

Obiettivo: Esercitarsi nell'uso di metriche di performance e grafici specializzati.

  • Medie mobili
  • Oscillatori, stocastici, indici e indicatori
  • Drawdown massimo e drawdown massimo previsto
  • Grafici, comprese le bande di Bollinger, i grafici a candele e le medie mobili

Simulazione Monte Carlo di modelli SDE

Obiettivo: Creare simulazioni e applicare modelli SDE

  • Moto browniano (BM)
  • Moto browniano geometrico (GBM)
  • Elasticità costante della varianza (CEV)
  • Cox-Ingersoll-Ross (CIR)
  • Scafo-Bianco/Vasicek (HWV)
  • cantone di Heston

Conclusione

Obiettivi: Riassumere ciò che abbiamo imparato

  • Una sintesi del corso
  • Altri corsi in programma su MATLAB

Nota: il contenuto effettivo fornito potrebbe differire dallo schema a causa delle esigenze del cliente e del tempo dedicato a ciascun argomento.

Requisiti

  • Concetti di base delle conoscenze matematiche di livello universitario come l'algebra lineare, la teoria della probabilità e la statistica, nonché le matrici
  • Operazioni di base del computer
  • Preferibilmente concetto di base di un altro linguaggio di programmazione di alto livello , come C, PASCAL, FORTRAN o BASIC, ma non essenziale
  35 ore

Numero di Partecipanti



Prezzo per Partecipante

Recensioni (2)

Corsi relativi

Categorie relative