課程簡介

第1部分

MATLAB 簡介

目標:概述MATLAB是什麼,它由什麼組成,以及它能為你做什麼

  • 範例:C 與 MATLAB
  • MATLAB 產品概述
  • MATLAB 應用領域
  • MATLAB 能為您做什麼?
  • 課程大綱

使用 MATLAB 用戶介面

目標:瞭解 MATLAB 集成設計環境的主要特性及其用戶介面。獲取課程主題的概述。

  • MATALB 介面
  • 從檔中讀取數據
  • 保存和載入變數
  • 繪製數據
  • 自訂繪圖
  • 計算統計數據和最佳擬合線
  • 匯出圖形以用於其他應用程式

變數和 Express離子

目標:輸入 MATLAB 個命令,重點是創建和訪問變數中的數據。

  • 輸入命令
  • 創建變數
  • 獲取説明
  • Access修改和修改變量中的值
  • 創建字元變數

使用向量進行分析和可視化

目標:使用向量執行數學和統計計算,並創建基本的可視化效果。瞭解 MATLAB 語法如何使用單個命令對整個數據集進行計算。

  • 使用向量進行計算
  • 繪製向量
  • 基本繪圖選項
  • 註釋繪圖

使用矩陣進行分析和可視化

目標:使用矩陣作為數學物件或(向量)數據的集合。瞭解 MATLAB 語法的適當用法來區分這些應用程式。

  • 尺寸和維度
  • 使用矩陣進行計算
  • Statistics 使用矩陣數據
  • 繪製多列
  • 整形和線性分度
  • 多維陣列

第2部分

使用文稿自動執行命令

目標:將 MATLAB 命令收集到腳本中,以便於複製和實驗。隨著任務複雜性的增加,在命令視窗中輸入一長串命令變得不切實際。

  • 建模示例
  • 命令歷史記錄
  • 創建文稿檔
  • 運行腳本
  • 註釋和代碼儲存格
  • 發佈腳本

使用資料檔

目標:將數據從格式化檔導入 MATLAB。由於導入的數據可以具有多種類型和格式,因此重點放在使用元胞陣列和日期格式上。

  • 匯入數據
  • 混合數據類型
  • 元胞陣組
  • 數位、字串和儲存格之間的轉換
  • 匯出數據

多個向量圖

目標:製作更複雜的向量圖,例如多個圖,並使用顏色和字串操作技術來生成引人注目的數據視覺表示。

  • 圖形結構
  • 多個圖形、軸和繪圖
  • 繪製方程式
  • 使用顏色
  • 自訂繪圖

邏輯和流量控制

目標:使用邏輯運算、變數和索引技術創建靈活的代碼,以便做出決策並適應不同的情況。探索用於重複代碼段的其他程式設計構造,以及允許與使用者交互的構造。

  • 邏輯運算和變數
  • 邏輯索引
  • Programming 構造
  • 流控制
  • 迴圈

Matrix 和圖像可視化

目標:在二維或三維中可視化圖像和矩陣數據。探索使用圖像顯示圖像和可視化矩陣數據的區別。

  • 使用向量和矩陣數據的分散插值
  • 3-D 矩陣可視化
  • 2-D 矩陣可視化
  • 索引圖像和顏色圖
  • 真彩色圖像

第3部分

Data Analysis

目標:執行MATLAB中的典型數據分析任務,包括開發理論模型並將其擬合到現實生活中的數據中。這自然導致了 MATLAB 最強大的特性之一:用單個命令求解線性方程組。

  • 處理缺失數據
  • 相關
  • 平滑
  • 頻譜分析和FFT
  • 求解線性方程組

編寫函數

目標:通過將模組化任務封裝為用戶定義的函數來提高自動化程度。瞭解 MATLAB 如何解析對文件和變數的引用。

  • 為什麼是函數?
  • 創建函數
  • 添加註釋
  • 調用子函數
  • 工作區
  • 子功能
  • 路徑和優先順序

數據類型

目標:探索數據類型,重點介紹創建變數和訪問數位元素的語法,並討論在數據類型之間轉換的方法。數據類型在它們可能包含的數據類型和數據的組織方式方面有所不同。

  • MATLAB 數據類型
  • 整數
  • 結構
  • 轉換類型

檔 I/O

Objective: 探索 MATLAB 中的低級數據導入和匯出功能,這些功能允許對文本和二進位檔 I/O 進行精確控制。這些函數包括 textscan,它提供對讀取文字檔的精確控制。

  • 打開和關閉檔
  • 讀取和寫入文字檔
  • 讀取和寫入二進位檔

請注意,實際交付可能與上述大綱略有差異,恕不另行通知。

第 4 部分

MATLAB 財務工具箱概述

目標:學習應用 MATLAB 金融工具箱中包含的各種功能對金融行業進行定量分析。獲得有效開發涉及財務數據的實際應用程式所需的知識和實踐。

  • 資產配置和投資組合優化
  • 風險分析與Investment績效
  • 固定收益分析和期權定價
  • 金融時間序列分析
  • 缺失數據的回歸和估計
  • 技術指標和財務圖表
  • SDE模型的蒙特卡羅類比

資產配置和投資組合優化

目標:進行資本配置、資產配置和風險評估。

  • 根據價格或回報數據估算資產回報和總回報時刻
  • 計算投資組合級別的統計數據,例如均值、方差、風險價值 (VaR) 和條件風險價值 (CVaR)
  • 執行約束均值-方差投資組合優化和分析
  • 研究有效投資組合配置的時間演變
  • 執行資本分配
  • 在投資組合優化問題中考慮營業額和交易成本

風險分析與Investment績效

目標:定義和解決投資組合優化問題。

  • 指定投資組合名稱、資產域中的資產數量和資產標識碼。
  • 定義初始投資組合分配。

固定收益分析和期權定價

目標:進行固定收益分析和期權定價。

  • 分析現金流
  • 執行符合SIA標準的固定收益證券分析
  • 執行基本的布萊克-斯科爾斯、布萊克和二項式期權定價

第 5 部分

金融時間序列分析

目標:分析金融市場中的時間序列數據。

  • 執行數據數學運算
  • 轉換和分析數據
  • 技術分析
  • 圖表和圖形

缺失數據的回歸和估計

目標:在有或沒有缺失數據的情況下執行多變數正態回歸。

  • 執行常見回歸
  • 估計假設檢驗的對數似然函數和標準誤差
  • 在缺少數據時完成計算

技術指標和財務圖表

目標:練習使用性能指標和專業繪圖。

  • 移動平均線
  • 振蕩器、隨機指標、指數和指標
  • 最大回撤和預期最大回撤
  • 圖表,包括布林帶、燭台圖和移動平均線

SDE模型的蒙特卡羅類比

目標:創建類比並應用 SDE 模型

  • 布朗運動 (BM)
  • 幾何布朗運動 (GBM)
  • 方差彈性恒定彈性 (CEV)
  • 考克斯-英格索爾-羅斯 (CIR)
  • 船體-白色/瓦西切克 (HWV)
  • 赫斯頓

結論

目標:總結我們所學到的知識

  • 課程總結
  • 其他即將推出的課程 MATLAB

注意:由於客戶要求和在每個主題上花費的時間,交付的實際內容可能與大綱有所不同。

最低要求

  • 本科水準數學知識的基本概念,如線性代數、概率論和統計學,以及 矩陣
  • 基本電腦操作
  • 最好是另一種高級 程式設計語言的基本概念,例如 C、PASCAL、FORTRAN 或 BASIC, 但不是必需的
 35 時間:

人數



每位參與者的報價

客戶評論 (3)

相關課程

課程分類