Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Struttura del corso
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
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
Requisiti
- Familiarità con l'algebra lineare (i.e., operazioni matriciali)
- Familiarità con la statistica di base
- Comprensione dei principi finanziari
- Comprensione dei MATLAB fondamenti
Opzioni del corso
- Se desideri seguire questo corso, ma non hai esperienza in MATLAB (o hai bisogno di un aggiornamento), questo corso può essere combinato con un corso per principianti e fornito come: MATLAB Fondamenti + MATLAB per la finanza.
- Se desideri modificare gli argomenti trattati in questo corso (ad esempio, rimuovere, accorciare o allungare la copertura di alcune funzionalità), contattaci 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.
