Takk for at du sendte din henvendelse! En av våre teammedlemmer vil kontakte deg straks.
Takk for at du sendte din bestilling! En av våre teammedlemmer vil kontakte deg straks.
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:
- Håndtering av manglende data
- Rengjøring av data, unormale observasjoner
- 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
Referanser (2)
De mange eksemplene og byggingen av koden fra start til slutt.
Toon - Draka Comteq Fibre B.V.
Kurs - Introduction to Image Processing using Matlab
Maskinoversatt
Mange nyttige øvelser, vel forklart
Helene Meadows - European Investment Bank
Kurs - MATLAB Programming
Maskinoversatt