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 I – MATLAB-Grundlagen
Matlab-Basics
- Benutzeroberfläche von Matlab
- Variablen und Zuweisungsanweisungen
- Grundlegende Datenobjekte: Vektor, Matrix, Tabelle
- Einfache Datenmanipulation
- Zeichenketten- und String-Objekte
- Relationale Ausdrücke
- Eingebaute numerische Funktionen
- Datenimport/-export
- Datenvisualisierung, Grafikoptionen, Anmerkungen, Anpassung von Grafiken
Matlab-Programmierung
- Automatisierung von Befehlen mit Skripten
- Logik und Ablaufsteuerung – if, if-else, switch, geschachtelte ifs
- Schleifenanweisungen und vektorisierter Code
- Schreiben von Funktionen
Arbeit mit Finanzdaten
- Datenobjekte – Zellfelder, Strukturen, Tabellen, Zeitreihen
- Umgang mit Daten und Zeiten
- Konvertierung zwischen verschiedenen Datentypen, Datenoperationen
- Bearbeiten von Tabellen, Tabellenoperationen
- Datenfilterung, Indizierung, logische Indizierung, Kategorien
- Datenaufbereitung:
- Umgang mit fehlenden Daten
- Datenbereinigung, außergewöhnliche Beobachtungen
- Datentransformationen
- Statistische Funktionen
Teil II – Finanzanwendungen
Überblick über Matlab-Toolboxen relevant für die Finanzanalyse
- Financial Toolbox
- Financial Instruments Toolbox
- Trading Toolbox
- Risk Management Toolbox
- Econometrics Toolbox
- Optimization Toolbox
- Statistics Toolbox
Grundlagen der Finanzmodellierung
- Zufallsvariablen, Wahrscheinlichkeitsverteilungen, Zufallsprozesse
- Datenanpassung (Distribution Fitting)
- Lineare Regression
- Simulationsmodellierung – Monte-Carlo-Simulation
- Optimierungsmodellierung
- Optimierung unter Unsicherheit
Regression und Volatilität
- Lineare Regression
- Scheinregressionen (Spurious Regression)
- Nichtstationarität
- Kointegration
- Modelle für bedingte Volatilität: ARCH, GARCH
Portfoliotheorie und Asset-Allokation
- Dividend Discount Model
- Modern Portfolio Theory
Asset-Pricing-Modelle
- CAPM
Markt-Risikomanagement
- VaR (Value at Risk) mittels historischer Simulation
- VaR mittels Monte-Carlo-Simulation
- VaR und PCA (Hauptkomponentenanalyse)
Optimierungsmethoden
- Konvexe Optimierung
- Lineare Programmierung
- Dynamic Programming
- Nicht-konvexe Optimierung
Voraussetzungen
Für diese Unterlagen sind fortgeschrittene Kenntnisse in Mathematik oder Wirtschaft sowie relevante Berufserfahrung empfehlenswert.
21 Stunden
Erfahrungsberichte (2)
Die vielen Beispiele und das Schreiben des Codes von Anfang bis Ende.
Toon - Draka Comteq Fibre B.V.
Kurs - Introduction to Image Processing using Matlab
Maschinelle Übersetzung
Viele nützliche Übungen, gut erklärt
Helene Meadows - European Investment Bank
Kurs - MATLAB Programming
Maschinelle Übersetzung