Kursplan

Del 1

En kort introduksjon til MATLAB

Mål: Gi en oversikt over hva MATLAB er, hva det består av og hva det kan gjøre for deg

    Et eksempel: C vs. MATLAB MATLAB Produktoversikt MATLAB Søknadsfelt Hva MATLAB kan gjøre for deg? Kursoversikten

Arbeide med MATLAB brukergrensesnitt

Mål: Få en introduksjon til hovedtrekkene i det MATLAB integrerte designmiljøet og dets brukergrensesnitt. Få oversikt over kurstemaer.

    MATALB-grensesnitt Lese data fra fil Lagre og laste inn variabler Plotte data Tilpasse plott Beregne statistikk og best-fit linje Eksportere grafikk for bruk i andre applikasjoner

Variabler og Expressioner

Mål: Skriv inn MATLAB kommandoer, med vekt på å lage og få tilgang til data i variabler.

    Skrive inn kommandoer Lage variabler Få hjelp Accessog endre verdier i variabler Lage tegnvariabler

Analyse og visualisering med vektorer

Mål: Utføre matematiske og statistiske beregninger med vektorer, og lage grunnleggende visualiseringer. Se hvordan MATLAB syntaks muliggjør beregninger på hele datasett med en enkelt kommando.

    Beregninger med vektorer Plotte vektorer Grunnleggende plottalternativer Annotere plott

Analyse og visualisering med matriser

Mål: Bruke matriser som matematiske objekter eller som samlinger av (vektor)data. Forstå riktig bruk av MATLAB-syntaks for å skille mellom disse applikasjonene.

    Størrelse og dimensjonalitet Beregninger med matriser Statistics med matrisedata Plotte flere kolonner Omforming og lineær indeksering Flerdimensjonale matriser

Del 2

Automatisering av kommandoer med skript

Mål: Samle MATLAB kommandoer til skript for enkel reproduksjon og eksperimentering. Ettersom kompleksiteten til oppgavene dine øker, blir det upraktisk å legge inn lange sekvenser med kommandoer i kommandovinduet.

    Et modelleringseksempel Kommandohistorikken Opprette skriptfiler Kjøre skript Kommentarer og kodeceller Publisere skript

Arbeid med datafiler

Mål: Bringe data inn i MATLAB fra formaterte filer. Fordi importerte data kan være av en lang rekke typer og formater, legges det vekt på arbeid med cellematriser og datoformater.

    Importere data Blandede datatyper Cellematriser Konverteringer mellom tall, strenger og celler Eksportere data

Flere vektorplott

Mål: Lag mer komplekse vektorplott, for eksempel flere plott, og bruk farge- og strengmanipulasjonsteknikker for å produsere iøynefallende visuelle representasjoner av data.

    Grafikkstruktur Flere figurer, akser og plott Plotte ligninger Bruke farger Tilpasse plott

Logikk og flytkontroll

Mål: Bruk logiske operasjoner, variabler og indekseringsteknikker for å lage fleksibel kode som kan ta avgjørelser og tilpasse seg ulike situasjoner. Utforsk andre programmeringskonstruksjoner for å gjenta deler av kode, og konstruksjoner som tillater interaksjon med brukeren.

    Logiske operasjoner og variabler Logisk indeksering Programming konstruerer flytkontrollløkker

Matrix og bildevisualisering

Mål: Visualisere bilder og matrisedata i to eller tre dimensjoner. Utforsk forskjellen på å vise bilder og visualisere matrisedata ved hjelp av bilder.

    Spredt interpolasjon ved bruk av vektor- og matrisedata 3-D matrisevisualisering 2D matrisevisualisering Indekserte bilder og fargekart Ekte fargebilder

Del 3

Data Analysis

Mål: Utføre typiske dataanalyseoppgaver i MATLAB, inkludert å utvikle og tilpasse teoretiske modeller til virkelige data. Dette fører naturlig til en av de kraftigste egenskapene til MATLAB: å løse lineære likningssystemer med en enkelt kommando.

    Håndtere manglende data Korrelasjonsutjevning Spektralanalyse og FFT-er Løse lineære ligningssystemer

Skrivefunksjoner

Mål: Øke automatiseringen ved å innkapsle modulære oppgaver som brukerdefinerte funksjoner. Forstå hvordan MATLAB løser referanser til filer og variabler.

    Hvorfor funksjoner? Opprette funksjoner Legge til kommentarer Kalle opp underfunksjoner Arbeidsområder Underfunksjoner Bane og prioritet

Datatyper

Mål: Utforske datatyper, med fokus på syntaksen for å lage variabler og få tilgang til matriseelementer, og diskutere metoder for konvertering mellom datatyper. Datatyper varierer i hva slags data de kan inneholde og måten dataene er organisert på.

    MATLAB datatyper Heltall Strukturer Konverteringstyper

Fil I/O

Mål: Utforsk funksjonene for dataimport og eksport på lavt nivå i MATLAB som tillater presis kontroll over tekst og binær fil I/O. Disse funksjonene inkluderer tekstskanning, som gir nøyaktig kontroll over lesing av tekstfiler.

    Åpne og lukke filer Lese og skrive tekstfiler Lese og skrive binære filer

Vær oppmerksom på at det faktiske leverte kan være gjenstand for mindre avvik fra skissen ovenfor uten forhåndsvarsel.

Del 4

Oversikt over MATLAB Financial Toolbox

Mål: Lær å bruke de ulike funksjonene som er inkludert i MATLAB Financial Toolbox for å utføre kvantitative analyser for finansnæringen. Få kunnskapen og praksisen som trengs for å effektivt utvikle virkelige applikasjoner som involverer økonomiske data.

    Asset Allocation og Porteføljeoptimalisering Risikoanalyse og Investment Ytelse Renteinntektsanalyse og opsjonsprising Finansiell tidsserieanalyse Regresjon og estimering med manglende data Tekniske indikatorer og finansielle diagrammer Monte Carlo Simulering av SDE-modeller

Asset Allocation og Porteføljeoptimalisering

Mål: utføre kapitalallokering, aktivaallokering og risikovurdering.

    Estimering av aktivaavkastning og totalavkastningsøyeblikk fra pris- eller avkastningsdata Beregning av statistikk på porteføljenivå, for eksempel gjennomsnitt, varians, risikoverdi (VaR) og betinget risikoverdi (CVaR) Utføre porteføljeoptimalisering og analyse med begrenset gjennomsnittsvariasjon. tidsutvikling av effektive porteføljeallokeringer Utføre kapitalallokering Regnskap for omsetning og transaksjonskostnader i porteføljeoptimeringsproblemer

Risikoanalyse og Investment ytelse

Mål: Definere og løse porteføljeoptimeringsproblemer.

    Angivelse av et porteføljenavn, antall eiendeler i et eiendelunivers og eiendelidentifikatorer. Definere en innledende porteføljeallokering.

Renteinntektsanalyse og opsjonsprising

Mål: Utføre renteanalyse og opsjonsprising.

    Analysere kontantstrøm Utføre SIA-kompatibel rentesikkerhetsanalyse Utføre grunnleggende Black-Scholes, Black og binomial opsjonsprising

Del 5

Finansiell tidsserieanalyse

Mål: analysere tidsseriedata i finansmarkedene.

    Utføre datamatte Transformere og analysere data Teknisk analyse Kartlegging og grafikk

Regresjon og estimering med manglende data

Mål: Utføre multivariat normal regresjon med eller uten manglende data.

    Utføre vanlige regresjoner Estimere log-likelihood-funksjon og standardfeil for hypotesetesting Fullføre beregninger når data mangler

Tekniske indikatorer og finansielle diagrammer

Mål: Øv deg på å bruke ytelsesmålinger og spesialiserte plott.

    Glidende gjennomsnitt Oscillatorer, stokastikk, indekser og indikatorer Maksimal nedtrekking og forventet maksimal nedtrekking Diagrammer, inkludert Bollinger-bånd, lysestakeplott og glidende gjennomsnitt

Monte Carlo Simulering av SDE-modeller

Mål: Lage simuleringer og bruke SDE-modeller

    Brownsk bevegelse (BM) Geometrisk Brownsk bevegelse (GBM) Konstant varianselastisitet (CEV) Cox-Ingersoll-Ross (CIR) Hull-White/Vasicek (HWV) Heston

Konklusjon

Mål: Oppsummere det vi har lært

    Et sammendrag av kurset Andre kommende kurs på MATLAB

Merk: Det faktiske innholdet som leveres kan avvike fra oversikten som et resultat av kundens krav og tiden brukt på hvert emne.

Krav

  • Grunnleggende konsept for matematisk kunnskap på lavere nivå som lineær algebra, sannsynlighetsteori og statistikk, samt matrise
  • Grunnleggende datamaskinoperasjoner
  • Fortrinnsvis grunnleggende konsept for et annet programmeringsspråk på høyt nivå, slik som C, PASCAL, FORTRAN eller BASIC, men ikke avgjørende
 35 timer

Antall deltakere



Price per participant

Testimonials (3)

Relaterte kurs

Related Categories