MATLAB für Finanzanwendungen

Kursbeschreibung

In diesem dreitägigen Kurs importieren, analysieren und visualisieren Sie Daten mit MATLAB^®. Sie schreiben MATLAB-Programme um Zeitreihenanalysen, Monte-Carlo-Simulationen und weitere finanzmathematische Aufgaben zu automatisieren. Für diese systematische Einführung benötigen Sie keine Programmiererfahrung oder Vorkenntnisse in MATLAB. Sie können in diesem Kurs auch vorhandenes Wissen auffrischen und vertiefen.

Themen sind unter anderem:

Arbeiten mit der MATLAB-Oberfläche
Eingeben von Befehlen und Erstellen von Variablen
Importieren und Organisieren von Daten aus Excel^®-Tabellen und anderen Quellen
Verarbeiten von Finanzdaten in MATLAB
Verarbeiten von Datums- und Zeitangaben
Visualisieren von Daten
Filtern von Daten anhand logischer Kriterien
Automatisieren von Abläufen mit Hilfe von Skripten
Entwickeln von Algorithmen mit Programmierkonstrukten
Schreiben von Funktionen
Erstellen von Datenanalysen, Modellen und Simulationen
Optimieren von Mean-Variance-Portfolios

Dieser Kurs ist von GARP mit 21 CPD credit hours anerkannt. Wenn Sie als FRM oder ERP zertifiziert sind, dann können Sie den Kursbesuch erfassen.

Tag 1 von 3

Arbeiten mit der MATLAB-Benutzeroberfläche

Ziel: Entdecken der MATLAB-Entwicklungsumgebung. Interaktives Einlesen von Daten und Erstellen einer Grafik zur späteren Verwendung in einem Bericht.

Lesen von Daten aus einer Datei
Speichern und Laden von Variablen
Interaktives Visualisieren von Daten
Anpassen von Diagrammen
Exportieren von Grafiken

Variablen und Anweisungen

Ziel: Numerische und textuelle Daten mittels MATLAB-Anweisungen erzeugen und manipulieren. Daten importieren, analysieren und daraus Berichte generieren. MATLAB-Anweisungen in Skripten sammeln um das Reproduzieren und Experimentieren zu erleichtern.

Eingeben von Anweisungen
Erstellen numerischer und textueller Variablen
Erstellen und Beschriften von Visualisierungen
Verwenden der Dokumentation
Erstellen und Ausführen von Live-Skripten
Formatieren und Teilen von Live-Skripten

Arbeiten mit Zeitreihen

Ziel: Tabellarische Finanzdaten mit Hilfe des dazu passenden Datentyps Timetable importieren und verarbeiten.

Speichern von Daten in Timetable-Variablen
Arbeiten mit Timetable-Variablen
Erstellen von Vektoren
Zugreifen auf Daten und Anpassen von Daten
Durchführen von Berechnungen mit Zeitstempeln und Zeitspannen

Tag 2 von 3

Datenanalyse

Ziel: Durchführen mathematischer und statistischer Berechnungen. Mehrere Preisreihen mit nur einem Befehl aufbereiten und analysieren.

Berechnungen auf Daten effizient durchführen
Matrixdaten interpretieren
Deskriptive Statistiken berechnen
Visualisieren von Matrixdaten

Bedingte Datenauswahl

Ziel: Teildatensätze aufgrund logischer Kriterien und Variablen extrahieren und analysieren.

Definieren logischer Bedingungen unter Verwendung logischer Operationen
Identifizieren und Zählen von Teildatensätzen
Extrahieren und Filtern von Daten durch Indizierung mit einer logischen Variable
Verarbeiten diskreter Daten mit kategorialen Variablen

Ablaufsteuerung

Ziel: Flexiblen Code schreiben, der sich Nutzerentscheidungen und unterschiedlichen Szenarien anpasst.

Abfragen und Umsetzen von Benutzereingaben
Programmieren von Fallunterscheidungen
Importieren von Daten direkt von Anbietern von Finanzdaten
Implementieren von Schleifen

Tag 3 von 3

Schreiben von Funktionen

Ziel: Teilaufgaben in selbstgeschriebenen Funktionen kapseln um den Automatisierungsgrad zu erhöhen. Die Debugging-Werkzeuge zur Fehlersuche nutzen.

Erstellen und Aufrufen von Funktionen
Ändern des MATLAB-Suchpfads
Debugging von MATLAB-Code
Vereinfachen von Funktionsschnittstellen mit Structure-Variablen

Anpassen von Modellen an empirische Daten

Ziel: Verarbeiten von Daten vor dem Anpassen von Modellen. Anpassen von Wahrscheinlichkeitsverteilungen und linearen Modellen an Daten. Erstellen von Zufallszahlen aus einer Wahrscheinlichkeitsverteilung.

Umgehen mit fehlenden Daten
Anpassen von linearen Regressionsmodellen
Anpassen von Wahrscheinlichkeitsverteilungen
Simulieren basierend auf angepassten Wahrscheinlichkeitsverteilungen

Portfolio-Optimierung

Ziel: Bestimmen optimaler Mean-Variance-Portfolios unter Nebenbedingungen.

Definieren eines Portfolios
Festlegen des Anlageuniversums
Festlegen von Nebenbedingungen
Bestimmen und Visualisieren von Portfolios auf der Effizienzgrenze

Stufe: Grundlagenkurse

Voraussetzungen:

Mathematische Grundkenntnisse sowie grundlegende Erfahrungen im Umgang mit Computern

Dauer: 3 Tage

Sprachen: English

Programm ansehen und anmelden