Schulungsübersicht

Teil I – Grundlagen von Matlab

Matlab-Grundlagen

  • Matlab Benutzeroberfläche
  • Variablen und Zuweisungsanweisungen
  • Grundlegende Datenobjekte: Vektor, Matrix, Tabelle
  • Grundlegende Datenmanipulation
  • Zeichen- und Zeichenkettenobjekte
  • Relationale Ausdrücke
  • Eingebaute numerische Funktionen
  • Datenimport/-export
  • Visualisierung von Daten, Grafikoptionen, Anmerkungen, Anpassung von Grafiken

Matlab Programming

  • Automatisieren von Befehlen mit Skripten
  • Logik und Flusskontrolle - if, if-else, switch, verschachtelte ifs
  • Schleifenanweisungen und vektorisierter Code
  • Schreiben von Funktionen

Arbeiten mit Finanzdaten

  • Datenobjekte – Zellarrays, Strukturen, Tabellen, Zeitreihen
  • Arbeiten mit Daten und Zeiten
  • Konvertierung zwischen verschiedenen Datentypen, Datenoperationen
  • Ändern von Tabellen, Tabellenoperationen
  • Datenfilterung, Indizierung, Logische Indizierung, Kategorien
  • Datenaufbereitung:
  • Umgang mit fehlenden Daten
  • Bereinigung von Daten, Ungewöhnliche Beobachtungen
  • Datenumwandlungen
  • Statistische Funktionen

Teil II – Finanzielle Anwendungen

Überblick über die für die Finanzanalyse relevanten Matlab-Toolboxen

  • Finanz-Toolbox
  • Toolbox für Finanzinstrumente
  • Toolbox Handel
  • Risikomanagement-Toolbox
  • Ökonometrie-Toolbox
  • Optimierung Toolbox
  • Statistics Werkzeugkasten

Grundlagen der Finanzmodellierung

  • Zufallsvariablen, Wahrscheinlichkeitsverteilungen, Zufallsprozesse
  • Anpassung von Verteilungen
  • Lineare Regression
  • Simulationsmodellierung – Monte-Carlo-Simulation
  • Optimierungsmodellierung
  • Optimierung unter Unsicherheit

Regression und Volatilität

  • Lineare Regression
  • Verfälschte Regression
  • Nicht-Stationarität
  • Kointegration
  • Modelle der bedingten Volatilität ARCH, GARCH

Portfoliotheorie und Vermögensaufteilung

  • Dividendendiskontierungsmodell
  • Moderne Portfoliotheorie

Modelle zur Preisgestaltung von Vermögenswerten

  • CAPM

Management des Marktrisikos

  • VAR durch die historische Simulation
  • VAR durch Monte-Carlo-Simulation
  • VAR und PCA

Optimierungsmethoden

  • Konvexe Optimierung
  • Linear Programming
  • Dynamisch Programming
  • Nicht-konvexe Optimierung

Voraussetzungen

Ein Abitur in Mathematik oder Wirtschaftswissenschaften oder einschlägige Berufserfahrung sind für dieses Material empfehlenswert.

  21 Stunden
 

Teilnehmerzahl


Beginnt

Endet


Die Termine sind abhängig von der Verfügbarkeit und finden zwischen 09:30 und 16:30 statt.
Offene Schulungskurse erfordern mindestens 5 Teilnehmer.

Erfahrungsberichte (8)

Kombinierte Kurse

Verwandte Kategorien