Ta kontakt

Kursplan

Del I – Matlab-grunnleggende

Matlab-basiskunnskap

  • MATLAB-brukergrensesnitt
  • Variable og setninger for tildeling
  • Grunnleggende dataobjekter: Vektor, matrise, tabell
  • Grunnleggende databehandling
  • Tegn- og strengobjekter
  • Relasjonelle uttrykk
  • Innebygde numeriske funksjoner
  • Dataimport/eksport
  • Visualisering av data, grafikkalternativer, annoteringer og tilpasning av grafer

Matlab-programmering

  • Automatisering av kommandoer med skript
  • Løkker og logikk – if, if-else, switch, nøstede ifs
  • Loop-uttrykk og vektoriserte koder
  • Skriving av funksjoner

Arbeid med finansielle data

  • Dataobjekter – Cellearrays, strukturer, tabeller, tidsserier
  • Arbeide med datoer og tid
  • Konvertering mellom ulike datatyper og databehandling
  • Modifisering av tabeller, operasjoner på tabeller
  • Datafiltrering, indeksering, logisk indeksering, kategorier
  • Dataforberedelse:
    1. Håndtering av manglende data
    2. Rengjøring av data, unormale observasjoner
    3. Datatransformeringer
  • Statistiske funksjoner

Del II – Finansielle applikasjoner

Oversikt over relevante Matlab-verktøykasser for finansiell analyse

  • Financial Toolbox
  • Financial Instruments Toolbox
  • Trading Toolbox
  • Risk Management Toolbox
  • Econometrics Toolbox
  • Optimization Toolbox
  • Statistics Toolbox

Grunnleggende finansiell modellering

  • Tilfeldige variable, sannsynlighetsfordelinger, tilfeldige prosesser
  • Fordelingstilpassing
  • Lineær regresjon
  • Simuleringsmodellering – Monte Carlo-simulering
  • Optimeringsmodellering
  • Optimalisering under usikkerhet

Regresjon og volatilitet

  • Lineær regresjon
  • Falsk regresjon
  • N ikke-stasjonaritet
  • Kointegrasjon
  • Vilkårlige volatilitetsmodeller (ARCH, GARCH)

Porteføljeteori og fordeling av eiendeler

  • Diskontert utbytte-modell
  • Modern portfolio theory

Eiendelsprisingsmodeller

  • CAPM

Håndtering av markedsvolatilitet

  • VAR ved historisk simulering
  • VAR ved Monte Carlo-simulering
  • VAR og PCA

Optimaliseringsmetoder

  • Konveks optimalisering
  • Lineær programmering
  • Dynamisk programmering
  • Ikke-konveks optimalisering

Krav

Det anbefales å ha kunnskap på A-nivå i matematikk eller økonomi, eller relevant erfaring fra arbeidslivet, for dette emnet.

 21 Timer

Antall deltakere


Pris per deltaker

Referanser (2)

Kommende kurs

Relaterte kategorier