Schulungen zu MATLAB und Simulink

MATLAB für Finanzanwendungen

Programm ansehen und anmelden

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