Návrh Školení
Část 1
Krátký úvod do MATLAB
Cíle: Nabídnout přehled o tom, co je MATLAB, z čeho se skládá a co pro vás může udělat
- Příklad: C vs. MATLAB MATLAB Přehled produktu MATLAB Oblasti použití Co pro vás může MATLAB udělat? Osnova kurzu
Práce s uživatelským rozhraním MATLAB
Cíl: Získat úvod do hlavních funkcí MATLAB integrovaného návrhového prostředí a jeho uživatelských rozhraní. Získejte přehled o tématech kurzu.
- Rozhraní MATALB Čtení dat ze souboru Ukládání a načítání proměnných Vykreslování dat Přizpůsobení grafů Výpočet statistik a nejvhodnější čáry Export grafiky pro použití v jiných aplikacích
Proměnné a Expressionty
Cíl: Zadávat příkazy MATLAB s důrazem na vytváření a přístup k datům v proměnných.
- Zadávání příkazů Vytváření proměnných Získání nápovědy Accesszadávání a úpravy hodnot v proměnných Vytváření znakových proměnných
Analýza a vizualizace pomocí vektorů
Cíl: Provádět matematické a statistické výpočty s vektory a vytvářet základní vizualizace. Podívejte se, jak syntaxe MATLAB umožňuje výpočty na celých datových sadách pomocí jediného příkazu.
- Výpočty s vektory Vykreslování vektorů Základní možnosti vykreslování Poznámky k grafům
Analýza a vizualizace pomocí matic
Cíl: Používat matice jako matematické objekty nebo jako kolekce (vektorových) dat. Pochopte vhodné použití syntaxe MATLAB k rozlišení mezi těmito aplikacemi.
- Velikost a rozměrnost Výpočty s maticemi Statistics s maticovými daty Vykreslování více sloupců Změna tvaru a lineární indexování Vícerozměrná pole
Část 2
Automatizace příkazů pomocí skriptů
Cíl: Shromáždit MATLAB příkazy do skriptů pro snadnou reprodukci a experimentování. Se zvyšující se složitostí vašich úkolů se stává zadávání dlouhých sekvencí příkazů v příkazovém okně nepraktické.
- Příklad modelování Historie příkazů Vytváření souborů skriptů Spouštění skriptů Komentáře a buňky kódu Publikování skriptů
Práce s datovými soubory
Cíl: Přenést data do MATLAB z formátovaných souborů. Protože importovaná data mohou mít širokou škálu typů a formátů, je kladen důraz na práci s poli buněk a formáty data.
- Import dat Smíšené datové typy Pole buněk Převody mezi číslicemi, řetězci a buňkami Export dat
Více vektorových pozemků
Cíl: Vytvářejte složitější vektorové grafy, například vícenásobné grafy, a použijte techniky manipulace s barvami a řetězci k vytvoření poutavých vizuálních reprezentací dat.
- Grafická struktura Více obrazců, os a grafů Vykreslování rovnic Použití barev Přizpůsobení grafů
Logika a řízení toku
Cíl: Použijte logické operace, proměnné a techniky indexování k vytvoření flexibilního kódu, který se dokáže rozhodovat a přizpůsobovat se různým situacím. Prozkoumejte další programovací konstrukce pro opakující se části kódu a konstrukce, které umožňují interakci s uživatelem.
- Logické operace a proměnné Logické indexování Programming konstruuje smyčky řízení toku
Matrix a Image Visualization
Cíl: Vizualizujte obrázky a maticová data ve dvou nebo třech rozměrech. Prozkoumejte rozdíl v zobrazování obrázků a vizualizaci maticových dat pomocí obrázků.
- Rozptýlená interpolace pomocí vektorových a maticových dat 3D maticová vizualizace 2D maticová vizualizace Indexované obrázky a barevné mapy Obrázky ve skutečných barvách
Část 3
Data Analysis
Cíl: Provádět typické úlohy analýzy dat v MATLAB, včetně vývoje a přizpůsobení teoretických modelů reálným datům. To přirozeně vede k jedné z nejvýkonnějších funkcí MATLAB: řešení lineárních soustav rovnic jediným příkazem.
- Nakládání s chybějícími daty Korelační vyhlazování Spektrální analýza a FFT Řešení lineárních soustav rovnic
Funkce psaní
Cíl: Zvyšte automatizaci zapouzdřením modulárních úloh jako uživatelsky definovaných funkcí. Pochopte, jak MATLAB řeší odkazy na soubory a proměnné.
- Proč funkce? Vytváření funkcí Přidávání komentářů Volání podfunkcí Pracovní prostory Podfunkce Cesta a priorita
Typy dat
Cíl: Prozkoumat datové typy se zaměřením na syntaxi pro vytváření proměnných a přístup k prvkům pole a diskutovat o metodách převodu mezi datovými typy. Datové typy se liší druhem dat, která mohou obsahovat, a způsobem, jakým jsou data organizována.
- MATLAB datové typy Celá čísla Struktury Převod typů
Soubor I/O
Cíl: Prozkoumat nízkoúrovňové funkce importu a exportu dat v MATLAB, které umožňují přesnou kontrolu nad I/O textem a binárním souborem. Mezi tyto funkce patří textscan, který poskytuje přesnou kontrolu čtení textových souborů.
- Otevírání a zavírání souborů Čtení a zápis textových souborů Čtení a zápis binárních souborů
Upozorňujeme, že skutečně dodané zboží může bez předchozího upozornění obsahovat drobné odchylky od výše uvedeného přehledu.
Část 4
Přehled MATLAB Financial Toolbox
Cíl: Naučit se používat různé funkce obsažené v MATLAB Financial Toolbox k provádění kvantitativní analýzy pro finanční odvětví. Získejte znalosti a praxi potřebnou k efektivnímu vývoji aplikací v reálném světě zahrnujících finanční data.
- Alokace aktiv a optimalizace portfolia Analýza rizik a Investment Analýza výkonnosti s pevným výnosem a oceňování opcí Analýza finančních časových řad Regrese a odhady s chybějícími údaji Technické ukazatele a finanční grafy Simulace Monte Carlo modelů SDE
Alokace aktiv a optimalizace portfolia
Cíl: provádět alokaci kapitálu, alokaci aktiv a hodnocení rizik.
- Odhad návratnosti aktiv a momentů celkové návratnosti z údajů o ceně nebo výnosu Výpočet statistik na úrovni portfolia, jako je průměr, rozptyl, hodnota v riziku (VaR) a podmíněná hodnota v riziku (CVaR) Provádění optimalizace a analýzy portfolia s omezeným průměrem rozptylu Zkoumání časový vývoj efektivních alokací portfolia Provádění kapitálové alokace Účtování obratových a transakčních nákladů v problémech optimalizace portfolia
Analýza rizik a Investment Výkon
Cíl: Definovat a řešit problémy optimalizace portfolia.
- Zadání názvu portfolia, počtu aktiv ve vesmíru aktiv a identifikátorů aktiv. Definování počáteční alokace portfolia.
Analýza fixního příjmu a oceňování opcí
Cíl: Provést analýzu fixního příjmu a oceňování opcí.
- Analýza peněžních toků Provádění analýzy zabezpečení s pevným příjmem v souladu se SIA Provádění základních cen Black-Scholes, Black a binomických opcí
Část 5
Analýza finančních časových řad
Cíl: analyzovat data časových řad na finančních trzích.
- Provádění matematiky dat Transformace a analýza dat Technická analýza Grafy a grafika
Regrese a odhady s chybějícími údaji
Cíl: Provést vícerozměrnou normální regresi s chybějícími daty nebo bez nich.
- Provádění běžných regresí Odhadování logaritmické pravděpodobnostní funkce a standardních chyb pro testování hypotéz Dokončení výpočtů, když chybí data
Technické ukazatele a finanční grafy
Cíl: Procvičit používání výkonnostních metrik a specializovaných grafů.
- Klouzavé průměry Oscilátory, stochastika, indexy a indikátory Maximální čerpání a očekávané maximální čerpání Grafy, včetně Bollingerových pásem, svíčkových grafů a klouzavých průměrů
Monte Carlo simulace modelů SDE
Cíl: Vytvářet simulace a aplikovat modely SDE
- Brownův pohyb (BM) Geometrický Brownův pohyb (GBM) Konstantní elasticita odchylky (CEV) Cox-Ingersoll-Ross (CIR) Hull-White/Vasiček (HWV) Heston
Závěr
Cíle: Shrnout, co jsme se naučili
- Shrnutí kurzu Další připravované kurzy na MATLAB
Poznámka: Skutečný dodaný obsah se může lišit od osnovy v důsledku požadavků zákazníků a času stráveného nad každým tématem.
Požadavky
- Základní koncept matematických znalostí na vysokoškolské úrovni, jako je lineární algebra, teorie pravděpodobnosti a statistika, stejně jako matice
- Základní operace s počítačem
- Nejlépe základní koncept jiného programovacího jazyka na vysoké úrovni, jako je C, PASCAL, FORTRAN nebo BASIC, ale není to nezbytné
Reference (3)
Osobní služby a orientované na mé potřeby
ANN - New Vitality Clinic
Kurz - GnuCash for Business Accounting
Machine Translated
The lecturer is very knowledgeable and can substantiate theories with his own personal experiences.
Harry Estipona
Kurz - Financial Markets
I was benefit from the interesting and clear ideas and suggestions.