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
Testimonials (3)
Personlig service og orientert etter mine behov
ANN - New Vitality Clinic
Kurs - GnuCash for Business Accounting
Machine Translated
The lecturer is very knowledgeable and can substantiate theories with his own personal experiences.
Harry Estipona
Kurs - Financial Markets
I was benefit from the interesting and clear ideas and suggestions.