Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Teil 1
Eine kurze Einführung in MATLAB
Ziele: Eine Übersicht über MATLAB, seine Bestandteile und dessen Nutzen bieten.
- Ein Beispiel: C vs. MATLAB
- MATLAB-Produktübersicht
- Anwendungsfelder von MATLAB
- Was MATLAB für Sie tun kann?
- Aufbau des Kurses
Arbeiten mit der MATLAB-Benutzeroberfläche
Ziel: Eine Einführung in die wichtigsten Merkmale der MATLAB-Entwicklungsumgebung und ihre Benutzeroberflächen erhalten. Eine Übersicht über die Themen des Kurses geben.
- MATLAB-Oberfläche
- Daten aus Dateien lesen
- Variable speichern und laden
- Daten plotten
- Plots anpassen
- Statistiken und Bestfit-Linie berechnen
- Grafiken für andere Anwendungen exportieren
Variablen und Ausdrücke
Ziel: MATLAB-Befehle eingeben, mit dem Fokus auf die Erstellung und Zugriff auf Daten in Variablen.
- Befehle eingeben
- Variablen erstellen
- Hilfe abrufen
- Werte in Variablen zugreifen und ändern
- Zeichenkettenvariablen erstellen
Datenanalyse und Visualisierung mit Vektoren
Ziel: Mathematische und statistische Berechnungen mit Vektoren durchführen und grundlegende Visualisierungen erstellen. Einführung in die MATLAB-Syntax, die Berechnungen auf ganzen Datensätzen mit einem einzelnen Befehl ermöglicht.
- Berechnungen mit Vektoren
- Vektoren plotten
- Grundlegende Plot-Optionen
- Plots beschriften
Datenanalyse und Visualisierung mit Matrizen
Ziel: Matrizen als mathematische Objekte oder als Sammlungen von (Vektordaten) verwenden. Einführung in die geeignete Verwendung der MATLAB-Syntax für diese Anwendungen.
- Größe und Dimensionalität
- Berechnungen mit Matrizen
- Statistiken mit Matrixdaten
- Mehrere Spalten plotten
- Umformung und lineare Indizierung
- Mehrdimensionale Arrays
Teil 2
Befehle automatisieren mit Skripten
Ziel: MATLAB-Befehle in Skripte sammeln, um die Reproduktion und Experimente zu erleichtern. Da die Komplexität der Aufgaben zunimmt, wird das Eingeben langer Befehlssequenzen im Befehlsfenster unpraktisch.
- Ein Modellierungsbeispiel
- Befehlsverlauf
- Skriptdateien erstellen
- Skripte ausführen
- Kommentare und Codezellen
- Skripte veröffentlichen
Arbeiten mit Datenfiles
Ziel: Daten aus formatierten Dateien in MATLAB importieren. Da importierte Daten verschiedene Typen und Formate haben können, wird der Schwerpunkt auf die Arbeit mit Cell-Arrays und Datumsformaten gelegt.
- Daten importieren
- Mischdatentypen
- Cell-Arrays
- Konvertierungen zwischen Zahlen, Zeichenketten und Cells
- Daten exportieren
Mehrere Vektordiagramme
Ziel: Komplexere Vektordiagramme erstellen, wie mehrere Diagramme, und Techniken zur Farb- und Zeichenkette-Manipulation anwenden, um ansprechende Visualisierungen zu erstellen.
- Grafikstruktur
- Mehrere Figuren, Achsen und Plots
- gleichungen plotten
- Farbe verwenden
- Plots anpassen
Logik und Flusssteuerung
Ziel: Logische Operationen, Variablen und Indizierungstechniken verwenden, um flexiblen Code zu erstellen, der Entscheidungen treffen und sich auf verschiedene Situationen anpassen kann. Andere Programmierkonstrukte zur Wiederholung von Befehlssätzen und Konstrukte, die eine Interaktion mit dem Benutzer ermöglichen, erkunden.
- Logische Operationen und Variablen
- Logische Indizierung
- Programmierkonstrukte
- Flusssteuerung
- Schleifen
Matrix- und Bildvisualisierung
Ziel: Bilder und Matrixdaten in zwei oder drei Dimensionen visualisieren. Die Unterschiede zwischen der Anzeige von Bildern und der Visualisierung von Matrixdaten mit Bildern erkunden.
- Vektoren- und Matrixdaten zur gestreuten Interpolation
- 3-D-Matrixvisualisierung
- 2-D-Matrixvisualisierung
- Gekennzeichnete Bilder und Farbtabelle
- True Color-Bilder
Teil 3
Datenanalyse
Ziel: Typische Datenanalysen in MATLAB durchführen, einschließlich der Entwicklung und Anpassung von theoretischen Modellen an realweltliche Daten. Dies führt natürlich zu einer der leistungsstärksten Funktionen von MATLAB: die Lösung linearer Gleichungssysteme mit einem einzelnen Befehl.
- Mit fehlenden Daten umgehen
- Korrelation
- Glättung
- Spektralanalyse und FFTs
- Lösung linearer Gleichungssysteme
Funktionen schreiben
Ziel: Automatisierung erhöhen, indem modulare Aufgaben als benutzerdefinierte Funktionen kapselt. Verstehen, wie MATLAB auf Datei- und Variablereferenzen reagiert.
- Warum Funktionen?
- Funktionen erstellen
- Kommentare hinzufügen
- Unterfunktionen aufrufen
- Arbeitsbereiche
- Unterfunktionen
- Pfad und Vorrang
Datentypen
Ziel: Datentypen erkunden, mit Fokus auf die Syntax zur Erstellung von Variablen und dem Zugriff auf Array-Elemente. Methoden zur Konvertierung zwischen Datentypen diskutieren. Datentypen unterscheiden sich in der Art der Daten, die sie enthalten können, und der Art, wie die Daten organisiert sind.
- MATLAB-Datentypen
- Ganzzahlen
- Strukturen
- Datentypen konvertieren
Datei-E/A
Ziel: Die niedrigstufigen Datenimport- und -exportfunktionen in MATLAB erkunden, die präzise Kontrolle über Text- und Binärdatei-E/A bieten. Diese Funktionen umfassen textscan, das eine genaue Kontrolle beim Lesen von Textdateien ermöglicht.
- Dateien öffnen und schließen
- Textdateien lesen und schreiben
- Binärdateien lesen und schreiben
Hinweis: Der tatsächliche Inhalt kann von dem oben dargestellten Grundriss abweichen, ohne dass dies vorher angekündigt wird.
Teil 4
Überblick über die MATLAB Financial Toolbox
Ziel: Die verschiedenen Funktionen der MATLAB Financial Toolbox kennenlernen und zur Durchführung quantitativer Analysen in der Finanzindustrie anwenden. Die notwendigen Kenntnisse und Praxis erwerben, um realistische Anwendungen mit finanziellem Datenmaterial effizient zu entwickeln.
- Anlagenallokation und Portfolio-Optimierung
- Risikoanalyse und Investitionsperformance
- Festverzinsliche Analyse und Optionsschätzung
- Finanzzeitreihenanalyse
- Regression und Schätzung bei fehlenden Daten
- Technische Indikatoren und Finanzdiagramme
- Monte-Carlo-Simulation von SDE-Modellen
Anlagenallokation und Portfolio-Optimierung
Ziel: Kapitalallokation, Anlagenallokation und Risikoabschätzung durchführen.
- Aktienrenditen und Gesamtrenditen aus Kurs- oder Renditedaten schätzen
- Portfolio-Level-Statistiken wie Mittelwert, Varianz, Value at Risk (VaR) und Conditional Value at Risk (CVaR) berechnen
- Einschränkende mean-variance-Portfoliooptimierung und -analyse durchführen
- Die zeitliche Entwicklung effizienter Portfolioallokationen überprüfen
- Kapitalallokation durchführen
- Tauschgeschäfte und Transaktionskosten in Portfolio-Optimierungsproblemen berücksichtigen
Risikoanalyse und Investitionsperformance
Ziel: Portfoliooptimierungsprobleme definieren und lösen.
- Einen Portfolio-Namen, die Anzahl der Vermögenswerte in einem Vermögensweltbestand und Vermögenswerte-Identifikatoren angeben
- Eine initiale Portfoliokonfiguration definieren
Festverzinsliche Analyse und Optionsschätzung
Ziel: Festverzinsliche Analyse und Optionsschätzung durchführen.
- Cash-Flow analysieren
- SIA-konforme festverzinlich Analysen durchführen
- Grundlegende Black-Scholes, Black und binäre Optionsbewertungen durchführen
Teil 5
Finanzzeitreihenanalyse
Ziel: Zeitreihendaten in Finanzmärkten analysieren.
- Datenmathematik durchführen
- Daten transformieren und analysieren
- Technische Analyse
- Charting und Grafiken
Regression und Schätzung bei fehlenden Daten
Ziel: Multivariate normale Regression mit oder ohne fehlende Daten durchführen.
- Gängige Regressionsmethoden durchführen
- Log-Likelihood-Funktion und Standardfehler für Hypothesentests schätzen
- Berechnungen bei fehlenden Daten abschließen
Technische Indikatoren und Finanzdiagramme
Ziel: Leistungsindikatoren und spezialisierte Diagramme praktisch anwenden.
- Moving Averages
- Oszillatoren, Stochastiken, Indizes und Indikatoren
- Maximaler Drawdown und erwarteter maximaler Drawdown
- Diagrams, einschließlich Bollinger Bands, Kerzenchart-Plots und Moving Averages
Monte-Carlo-Simulation von SDE-Modellen
Ziel: Simulationen erstellen und SDE-Modelle anwenden.
- Brownsche Bewegung (BM)
- Geometrische Brownsche Bewegung (GBM)
- Konstante Elastizität der Varianz (CEV)
- Cox-Ingersoll-Ross (CIR)
- Hull-White/Vasicek (HWV)
- Heston
Zusammenfassung
Ziele: Zusammenfassen, was wir gelernt haben.
- Zusammenfassung des Kurses
- Weitere anstehende MATLAB-Kurse
Hinweis: Der tatsächliche Inhalt kann aufgrund von Kundenanforderungen und der verbrachten Zeit auf einzelne Themen abweichen.
Voraussetzungen
- Grundlegende Kenntnisse im Bereich Mathematik auf Bachelor-Niveau, wie Lineare Algebra, Wahrscheinlichkeitstheorie und Statistik sowie Matrixrechnung
- Grundlegende Computeroperationen
- Erfahrung in einer anderen Hochsprache wie C, PASCAL, FORTRAN oder BASIC ist wünschenswert, aber nicht notwendig
35 Stunden
Erfahrungsberichte (4)
Erfahrung des Trainers und seine Art, den Stoff zu vermitteln
Roggli Marc - Bechtle Schweiz AG
Kurs - FinOps
Maschinelle Übersetzung
Persönlicher Service und Orientierung an meinen Bedürfnissen
ANN - New Vitality Clinic
Kurs - GnuCash for Business Accounting
Maschinelle Übersetzung
The lecturer is very knowledgeable and can substantiate theories with his own personal experiences.
Harry Estipona
Kurs - Financial Markets
Maschinelle Übersetzung
I was benefit from the interesting and clear ideas and suggestions.
Vincent van Walt
Kurs - A Practical Guide to Successful Pricing Strategies
Maschinelle Übersetzung
