Zkuste nás kontaktovat

Návrh Školení

Část I – Základy MATLABu

Základní pojmy MATLABu

  • Uživatelské rozhraní MATLABu
  • Proměnné a přiřazovací příkazy
  • Základní datové objekty: Vektor, Matice, Tabulka
  • Základní manipulace s daty
  • Objekty znaků a řetězců
  • Relační výrazy
  • Vestavěné numerické funkce
  • Import/Export dat
  • Visualizace dat, možnosti grafiky, anotáce, přizpůsobení grafů

Programování v MATLABu

  • Automatizace příkazů pomocí skriptů
  • Logika a řízení toku – if, if-else, switch, zanořené podmínky (nested ifs)
  • Cykly a vektorizovaný kód
  • Psání funkcí

Práce s finančními daty

  • Data objects – Buňkové pole (Cell arrays), Struktury, Tabulky, Časové řady
  • Práce s datumem a časem
  • Převod mezi různými datovými typy, operace s daty
  • Modifikace tabulek, operace s tabulkami
  • Filtrování dat, Indexování, Logické indexování, Kategorie
  • Příprava dat:
    1. Zvládání chybějících hodnot
    2. Čištění dat, neobvyklá pozorování
    3. Transformace dat
  • Statistické funkce

Část II – Finanční aplikace

Přehled balíčků MATLABu relevantních pro finanční analýzu

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

Základy finančního modelování

  • Náhodné proměnné, pravděpodobnostní rozložení, náhodné procesy
  • Přizpůsobení rozložení (Distribution fitting)
  • Lineární regrese
  • Simulační modelování – Monte Carlo simulace
  • Optimalizační modelování
  • Optimalizace v podmínkách nejistoty

Regrese a volatilita

  • Lineární regrese
  • Falešná regrese (Spurious regression)
  • Nestacionarita
  • Kointegrace
  • Modely kondicionální volatility ARCH, GARCH

Portfoliová teorie a alokace aktiv

  • Model diskontování dividend (Dividend discount model)
  • Moderní portfoliová teorie

Modely oceňování aktiv

  • CAPM

Řízení tržního rizika

  • VAR (Value at Risk) pomocí historické simulace
  • VAR pomocí Monte Carlo simulace
  • VAR a PCA (Principal Component Analysis)

Metody optimalizace

  • Konvexní optimalizace
  • Lineární programování
  • Dynamické programování
  • Nekonvexní optimalizace

Požadavky

Pro tuto látku se doporučuje znalost matematiky nebo ekonomie na úrovni A-level (pokročilé maturity), případně odpovídající pracovní zkušenosti.

 21 Hodiny

Počet účastníků


Cena za účastníka

Reference (2)

Nadcházející kurzy

Související kategorie