Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Teil 1
Eine kurze Einführung in MATLAB
Zielsetzungen: Einen Überblick darüber geben, was MATLAB ist, woraus es besteht und was es für Sie tun kann
- Ein Beispiel: C vs. MATLAB
- MATLAB Produktübersicht
- MATLAB Anwendungsbereiche
- Was kann MATLAB für Sie tun?
- Der Kursüberblick
Arbeiten mit der MATLAB-Benutzeroberfläche
Zielsetzung: Eine Einführung in die wichtigsten Funktionen der integrierten Entwurfsumgebung MATLAB und ihrer Benutzeroberflächen erhalten. Sie erhalten einen Überblick über die Kursthemen.
- MATALB Schnittstelle
- Lesen von Daten aus einer Datei
- Speichern und Laden von Variablen
- Plotten von Daten
- Anpassen von Diagrammen
- Berechnen von Statistiken und Best-Fit-Linien
- Exportieren von Grafiken zur Verwendung in anderen Anwendungen
Variablen und Expressionen
Zielsetzung: Eingabe von MATLAB-Befehlen, mit Schwerpunkt auf der Erstellung von und dem Zugriff auf Daten in Variablen.
- Eingeben von Befehlen
- Erstellen von Variablen
- Hilfe erhalten
- Accessing und Ändern von Werten in Variablen
- Erstellen von Zeichenvariablen
Analyse und Visualisierung mit Vektoren
Zielsetzung: Durchführen mathematischer und statistischer Berechnungen mit Vektoren und Erstellen grundlegender Visualisierungen. Sehen Sie, wie die MATLAB-Syntax Berechnungen auf ganzen Datensätzen mit einem einzigen Befehl ermöglicht.
- Berechnungen mit Vektoren
- Plotten von Vektoren
- Grundlegende Darstellungsoptionen
- Beschriften von Diagrammen
Analyse und Visualisierung mit Matrizen
Zielsetzung: Matrizen als mathematische Objekte oder als Sammlungen von (Vektor-)Daten verwenden. Verstehen der angemessenen Verwendung der MATLAB-Syntax, um zwischen diesen Anwendungen zu unterscheiden.
- Größe und Dimensionalität
- Berechnungen mit Matrizen
- Statistics mit Matrixdaten
- Plotten mehrerer Spalten
- Umformung und lineare Indizierung
- Mehrdimensionale Arrays
Teil 2
Automatisieren von Befehlen mit Skripten
Zielsetzung: Sammeln von MATLAB Befehlen in Skripten, um die Reproduktion und das Experimentieren zu erleichtern. Mit zunehmender Komplexität Ihrer Aufgaben wird die Eingabe langer Befehlsfolgen in das Befehlsfenster unpraktisch.
- Ein Modellierungsbeispiel
- Die Befehlshistorie
- Erstellen von Skriptdateien
- Ausführen von Skripten
- Kommentare und Code-Zellen
- Skripte veröffentlichen
Arbeiten mit Datendateien
Zielsetzung: Daten aus formatierten Dateien in MATLAB importieren. Da importierte Daten eine Vielzahl von Typen und Formaten haben können, liegt der Schwerpunkt auf der Arbeit mit Zellarrays und Datumsformaten.
- Importieren von Daten
- Gemischte Datentypen
- Zellarrays
- Konvertierungen zwischen Ziffern, Zeichenketten und Zellen
- Exportieren von Daten
Mehrere Vektordiagramme
Zielsetzung: Komplexere Vektordiagramme erstellen, wie z. B. Mehrfachdiagramme, und Techniken zur Farb- und Zeichenfolgenmanipulation verwenden, um auffällige visuelle Darstellungen von Daten zu erzeugen.
- Struktur der Grafiken
- Mehrere Zahlen, Achsen und Diagramme
- Plotten von Gleichungen
- Verwendung von Farben
- Anpassen von Diagrammen
Logik und Ablaufsteuerung
Zielsetzung: Logische Operationen, Variablen und Indexierungstechniken verwenden, um flexiblen Code zu erstellen, der Entscheidungen treffen und sich an verschiedene Situationen anpassen kann. Erkunden Sie andere Programmierkonstrukte für sich wiederholende Codeabschnitte und Konstrukte, die eine Interaktion mit dem Benutzer ermöglichen.
- Logische Operationen und Variablen
- Logische Indizierung
- Programming Konstrukte
- Ablaufsteuerung
- Schleifen
Matrix und Bildvisualisierung
Zielsetzung: Visualisierung von Bildern und Matrixdaten in zwei oder drei Dimensionen. Untersuchen Sie den Unterschied zwischen der Darstellung von Bildern und der Visualisierung von Matrixdaten mit Hilfe von Bildern.
- Streuende Interpolation mit Vektor- und Matrixdaten
- 3-D-Matrix-Visualisierung
- 2-D-Matrix-Visualisierung
- Indizierte Bilder und Farbkarten
- Echte Farbbilder
Teil 3
Data Analysis
Zielsetzung: Durchführung typischer Datenanalyseaufgaben in MATLAB, einschließlich der Entwicklung und Anpassung theoretischer Modelle an reale Daten. Dies führt natürlich zu einer der leistungsfähigsten Funktionen von MATLAB: das Lösen linearer Gleichungssysteme mit einem einzigen Befehl.
- Umgang mit fehlenden Daten
- Korrelation
- Glättung
- Spektralanalyse und FFTs
- Lösen linearer Gleichungssysteme
Schreiben von Funktionen
Zielsetzung: Erhöhung der Automatisierung durch Kapselung modularer Aufgaben als benutzerdefinierte Funktionen. Verstehen, wie MATLAB Verweise auf Dateien und Variablen auflöst.
- Warum Funktionen?
- Funktionen erstellen
- Hinzufügen von Kommentaren
- Aufrufen von Unterfunktionen
- Arbeitsbereiche
- Unterfunktionen
- Pfad und Vorrang
Datentypen
Zielsetzung: Untersuchung von Datentypen mit Schwerpunkt auf der Syntax für die Erstellung von Variablen und den Zugriff auf Array-Elemente sowie Diskussion von Methoden zur Konvertierung zwischen Datentypen. Datentypen unterscheiden sich durch die Art der Daten, die sie enthalten können, und durch die Art, wie die Daten organisiert sind.
- MATLAB Datentypen
- Ganzzahlen
- Strukturen
- Konvertierung von Typen
Datei-E/A
Zielsetzung: Untersuchung der Low-Level-Datenimport- und -exportfunktionen in MATLAB, die eine genaue Kontrolle über Text- und Binärdatei-E/A ermöglichen. Zu diesen Funktionen gehört textscan, das eine genaue Kontrolle über das Lesen von Textdateien ermöglicht.
- Öffnen und Schließen von Dateien
- Lesen und Schreiben von Textdateien
- Lesen und Schreiben von Binärdateien
Beachten Sie, dass der tatsächliche Lieferumfang ohne vorherige Ankündigung geringfügig von der obigen Skizze abweichen kann.
Teil 4
Überblick über die MATLAB Financial Toolbox
Zielsetzung: Erlernen der Anwendung der verschiedenen Funktionen der MATLAB Financial Toolbox zur Durchführung quantitativer Analysen in der Finanzbranche. Erwerben Sie das Wissen und die Praxis, die für die effiziente Entwicklung realer Anwendungen mit Finanzdaten erforderlich sind.
- 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
Teil 5
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
Zielsetzungen: Zusammenfassen, was wir gelernt haben
- Eine Zusammenfassung des Kurses
- Andere kommende Kurse auf MATLAB
Hinweis: Der tatsächlich vermittelte Inhalt kann aufgrund der Kundenanforderungen und der für die einzelnen Themen aufgewendeten Zeit von der Skizze abweichen.
Voraussetzungen
- Grundlegende mathematische Kenntnisse auf Hochschulniveau wie lineare Algebra, Wahrscheinlichkeitstheorie und Statistik, sowie Matrix
- Grundlegende Computeroperationen
- Vorzugsweise Grundkenntnisse einer anderen höheren Programmiersprache wie C, PASCAL, FORTRAN oder BASIC, aber nicht unbedingt erforderlich
35 Stunden
Erfahrungsberichte (3)
Persönlicher Service und Orientierung an meinen Bedürfnissen
ANN - New Vitality Clinic
Kurs - GnuCash for Business Accounting
Maschinelle Übersetzung
The lecturer is very knowledgeable and can substantiate theories with his own personal experiences.
Harry Estipona
Kurs - Financial Markets
Maschinelle Übersetzung
I was benefit from the interesting and clear ideas and suggestions.
Vincent van Walt
Kurs - A Practical Guide to Successful Pricing Strategies
Maschinelle Übersetzung
