Návrh Školení
Část I – Základy Matlabu
Základy Matlabu
- Uživatelské rozhraní Matlabu Proměnné a přiřazení Příkazy Základní datové objekty: Vector, Matrix, Tabulka Základní manipulace s daty Objekty znaků a řetězců Relační výrazy Vestavěné numerické funkce Import/Export dat Vizualizace dat, Možnosti grafiky, Anotace, přizpůsobení grafiky
Matlab Programming
- Automatizace příkazů pomocí skriptů Řízení logiky a toku – if, if-else, switch, vnořené ifs Příkazy smyčky a vektorizovaný kód Funkce zápisu
Práce s finančními daty
- Datové objekty – Pole buněk, Struktury, Tabulky, Časové řady Práce s daty a časy Konverze mezi různými datovými typy, datové operace Úprava tabulek, tabulkové operace Filtrování dat, Indexování, Logická indexace, Kategorie Příprava dat: Práce s chybějícími daty Čištění dat, Neobvyklé pozorování Transformace dat Statistické funkce
Část II – Finanční aplikace
Přehled sad nástrojů Matlab relevantních pro finanční analýzu
- Sada nástrojů pro finanční nástroje Sada nástrojů pro finanční nástroje Sada nástrojů pro obchodování Sada nástrojů pro řízení rizik Sada ekonomických nástrojů Sada nástrojů pro optimalizaci Statistics Toolbox
Základy finančního modelování
- Náhodné veličiny, rozdělení pravděpodobnosti, náhodné procesy Prokládání rozdělení Lineární regrese Simulační modelování – Monte Carlo Simulace Optimalizační modelování Optimalizace za nejistoty
Regrese a volatilita
- Lineární regrese Falešná regrese Nestacionarita Kointegrace Modely podmíněné volatility ARCH, GARCH
Teorie portfolia a alokace aktiv
- Dividendový diskontní model Moderní teorie portfolia
Modely oceňování aktiv
- CAPM
Řízení tržních rizik
- VAR podle historické simulace VAR podle simulace Monte Carlo VAR a PCA
Optimalizační metody
- Konvexní optimalizace Lineární Programming Dynamická Programming Nekonvexní optimalizace
Požadavky
Pro tento materiál se doporučuje matematika nebo ekonomie na úrovni A nebo příslušné zkušenosti na pracovišti
Reference (8)
Obsah, protože mi přišel velmi zajímavý a myslím, že by mi pomohl v posledním ročníku na univerzitě.
Krishan - NBrown Group
Kurz - From Data to Decision with Big Data and Predictive Analytics
Machine Translated
very tailored to needs
Yashan Wang
Kurz - Data Mining with R
The trainer was so knowledgeable and included areas I was interested in
Mohamed Salama
Kurz - Data Mining & Machine Learning with R
Good real world examples, reviews of existing reports
Ronald Parrish
Kurz - Data Visualization
Intensity, Training materials and expertise, Clarity, Excellent communication with Alessandra
Marija Hornis Dmitrovic - Marija Hornis
Kurz - Data Science for Big Data Analytics
I learned a lot - not only in theoretical knowledge but I also applied that knowledge during the training and therefore I really understood what process mining is and how it works. Thanks a lot!
Julia Dörre - Techniker Krankenkasse
Kurz - Process Mining
how the trainor shows his knowledge in the subject he's teachign
john ernesto ii fernandez - Philippine AXA Life Insurance Corporation
Kurz - Data Vault: Building a Scalable Data Warehouse
Teď se cítím jistější s kódováním. Nikdy předtím jsem to nedělal, ale teď chápu, že to není žádná velká věda a dokážu to, když je potřeba.
Anna - Birmingham City University
Kurz - Foundation R
Machine Translated