Schulungsübersicht

Überblick über die MATLAB Financial Toolbox

Ziel: Lernen, die verschiedenen Funktionen in der MATLAB Financial Toolbox anzuwenden, um quantitative Analysen für die Finanzbranche durchzuführen. Erwerben Sie das Wissen und die Praxis, die benötigt werden, um realistische Anwendungen mit Finanzdaten effizient zu entwickeln.

  • Anlageallokation und Portfolio-Optimierung
  • Risikoanalyse und Investitionsperformance
  • Festzinsanalyse und Optionspreisbewertung
  • Finanzzeitreihenanalyse
  • Regression und Schätzung bei fehlenden Daten
  • Technische Indikatoren und Finanzcharts
  • Monte-Carlo-Simulation von SDE-Modellen

Anlageallokation und Portfolio-Optimierung

Ziel: Kapitalallokation, Anlageallokation und Risikobewertung durchführen.

  • Schätzen von Anlagenerträgen und Gesamtrisiken aus Preis- oder Renditedaten
  • Berechnen von Portfolio-Level-Statistiken, wie Mittelwert, Varianz, Value at Risk (VaR) und Conditional Value at Risk (CVaR)
  • Durchführen von bedingten Mean-Variance-Portfolio-Optimierung und -Analyse
  • Untersuchen der zeitlichen Entwicklung effizienter Portfolioallokationen
  • Kapitalallokation durchführen
  • Berücksichtigen von Umschlag und Transaktionskosten in Portfolio-Optimierungsproblemen

Risikoanalyse und Investitionsperformance

Ziel: Portfolio-Optimierungsprobleme definieren und lösen.

  • Spezifizieren eines Portfolionamens, der Anzahl der Vermögenswerte in einem Vermögensuniversum und der Vermögensidentifikatoren
  • Definieren einer anfänglichen Portfolioallokation

Festzinsanalyse und Optionspreisbewertung

Ziel: Festzinsanalyse und Optionspreisbewertung durchführen.

  • Cash-Flow-Analyse durchführen
  • SIA-konforme Festzinsanlagenanalyse durchführen
  • Grundlegende Black-Scholes, Black und binomiale Optionspreisbewertung durchführen

Finanzzeitreihenanalyse

Ziel: Zeitreihendaten in Finanzmärkten analysieren.

  • Datenaufbereitung durchführen
  • Daten transformieren und analysieren
  • Technische Analyse
  • Charts und Grafiken erstellen

Regression und Schätzung bei fehlenden Daten

Ziel: Multivariate normale Regression mit oder ohne fehlende Daten durchführen.

  • Häufige Regressionsanalyse durchführen
  • Log-Likelihood-Funktion und Standardfehler für Hypothesentests schätzen
  • Berechnungen bei fehlenden Daten abschließen

Technische Indikatoren und Finanzcharts

Ziel: Praktische Übungen mit Performance-Metriken und spezialisierten Plots durchführen.

  • Gleitende Durchschnitte
  • Oszillatoren, Stochastiken, Indizes und Indikatoren
  • Maximaler Drawdown und erwarteter maximaler Drawdown
  • Charts, einschließlich Bollinger Bands, Kerzenstick-Diagramme und gleitende Durchschnitte

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

Schluss

Voraussetzungen

  • Grundkenntnisse in linearer Algebra (z.B. Matrixoperationen)
  • Grundkenntnisse in Statistik
  • Verständnis von Finanzprinzipien
  • Grundkenntnisse in MATLAB

Kursoptionen

  • Falls Sie an diesem Kurs teilnehmen möchten, aber keine Erfahrung mit MATLAB haben (oder eine Auffrischung benötigen), kann dieser Kurs mit einem Anfängerkurs kombiniert und angeboten werden: MATLAB Grundlagen + MATLAB für Finanzen.
  • Falls Sie die in diesem Kurs behandelten Themen anpassen möchten (z.B. entfernen, verkürzen oder verlängern), kontaktieren Sie uns bitte zur Anpassung.
 14 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (2)

Kommende Kurse

Verwandte Kategorien