Schulungsübersicht
Überblick über die MATLAB Financial Toolbox
Zielsetzung: Lernen Sie, die verschiedenen Funktionen der MATLAB Financial Toolbox anzuwenden, um quantitative Analysen für die Finanzindustrie durchzuführen. Erwerben Sie das Wissen und die Praxis, die erforderlich sind, um reale Anwendungen mit Finanzdaten effizient zu entwickeln.
- Vermögensallokation und Portfolio-Optimierung
- Risikoanalyse und Investment Performance
- Festverzinsliche Analyse und Optionspreisgestaltung
- Finanzielle Zeitreihenanalyse
- Regression und Schätzung mit fehlenden Daten
- Technische Indikatoren und Finanzcharts
- Monte-Carlo-Simulation von SDE-Modellen
Vermögensallokation und Portfolio-Optimierung
Ziel: Durchführung von Kapitalallokation, Asset Allocation und Risikobewertung.
- Schätzung von Vermögens- und Gesamtrenditemomenten aus Preis- oder Renditedaten
- Berechnung von Statistiken auf Portfolioebene, wie Mittelwert, Varianz, Value at Risk (VaR) und bedingter Value at Risk (CVaR)
- Durchführen von eingeschränkter Mittelwert-Varianz-Portfoliooptimierung und -analyse
- Untersuchung der zeitlichen Entwicklung von effizienten Portfolioallokationen
- Durchführung von Kapitalallokationen
- Berücksichtigung von Umsatz und Transaktionskosten bei der Portfoliooptimierung
Risikoanalyse und Investment Performance
Zielsetzung: Definieren und Lösen von Portfolio-Optimierungsproblemen.
- Festlegen eines Portfolionamens, der Anzahl von Vermögenswerten in einem Vermögensuniversum und von Vermögenskennungen.
- Definieren einer anfänglichen Portfolioallokation.
Festverzinsliche Analyse und Optionspreisgestaltung
Zielsetzung: Die Analyse von festverzinslichen Wertpapieren und die Preisgestaltung von Optionen durchführen.
- Analyse des Cashflows
- Durchführen einer SIA-konformen Analyse von festverzinslichen Wertpapieren
- Durchführen von grundlegenden Black-Scholes-, Black- und Binomial-Optionspreisen
Finanzielle Zeitreihenanalyse
Ziel: Analyse von Zeitreihendaten auf den Finanzmärkten.
- Durchführen von Datenmathematik
- Transformieren und Analysieren von Daten
- Technische Analyse
- Charting und Grafiken
Regression und Schätzung mit fehlenden Daten
Zielsetzung: Durchführen von multivariaten normalen Regressionen mit oder ohne fehlende Daten.
- Durchführen von allgemeinen Regressionen
- Schätzen der Log-Likelihood-Funktion und der Standardfehler für Hypothesentests
- Vervollständigung von Berechnungen bei fehlenden Daten
Technische Indikatoren und Finanzcharts
Zielsetzung: Üben der Verwendung von Leistungskennzahlen und speziellen Diagrammen.
- Gleitende Durchschnitte
- Oszillatoren, Stochastik, Indizes und Indikatoren
- Maximaler Drawdown und erwarteter maximaler Drawdown
- Charts, einschließlich Bollinger-Bänder, Candlestick-Diagramme und gleitende Durchschnitte
Monte-Carlo-Simulation von SDE-Modellen
Zielsetzung: Simulationen erstellen und SDE-Modelle anwenden
- Brownsche Bewegung (BM)
- Geometrische Brownsche Bewegung (GBM)
- Konstante Elastizität der Varianz (CEV)
- Cox-Ingersoll-Ross (CIR)
- Hull-White/Vasicek (HWV)
- Heston
Schlussfolgerung
Voraussetzungen
- Kenntnisse in linearer Algebra (d.h. Matrixoperationen)
- Vertrautheit mit den Grundlagen der Statistik
- Verständnis der finanziellen Grundsätze
- Verständnis der MATLAB-Grundlagen
Kursoptionen
- Wenn Sie diesen Kurs belegen möchten, aber noch keine Erfahrung in MATLAB haben (oder eine Auffrischung benötigen), kann dieser Kurs mit einem Anfängerkurs kombiniert werden: MATLAB Grundlagen + MATLAB für Finanzen.
- Wenn Sie die in diesem Kurs behandelten Themen anpassen möchten (z.B. bestimmte Funktionen streichen, kürzen oder verlängern), nehmen Sie bitte Kontakt mit uns auf, um dies zu vereinbaren.
Erfahrungsberichte (2)
Praktische Erstellung des Codes von Grund auf.
Igor - Draka Comteq Fibre B.V.
Kurs - Introduction to Image Processing using Matlab
Maschinelle Übersetzung
Trainer took the initiative to cover additional content outside our course materials to improve our learning.