Plan du cours
Partie I – Les fondamentaux de Matlab
Les bases de Matlab
- Interface utilisateur de Matlab
- Variables et instructions d'affectation
- Objets de données de base : vecteur, matrice, tableau
- Manipulation basique des données
- Objets caractères et chaînes de caractères
- Expressions relationnelles
- Fonctions numériques intégrées
- Importation/exportation des données
- Visualisation des données, options graphiques, annotations et personnalisation des graphiques
Programmation sous Matlab
- Automatisation des commandes avec des scripts
- Logique et contrôle du flux – if, if-else, switch, ifs imbriqués
- Instructions de boucle et code vectorisé
- Rédaction de fonctions
Travail avec les données financières
- Objets de données – tableaux cellulaires, structures, tables, séries chronologiques
- Traitement des dates et heures
- Conversion entre différents types de données et opérations sur les données
- Modification des tables et opérations sur les tables
- Filtrage des données, indexation, indexation logique, catégories
- Préparation des données :
- Gestion des données manquantes
- Nettoyage des données et observations inhabituelles
- Transformations des données
- Fonctions statistiques
Partie II – Applications financières
Aperçu des boîtes à outils Matlab pertinentes pour l'analyse financière
- Financial Toolbox
- Financial Instruments Toolbox
- Trading Toolbox
- Risk Management Toolbox
- Econometrics Toolbox
- Optimization Toolbox
- Statistics Toolbox
Fondamentaux de la modélisation financière
- Vari aléatoires, distributions de probabilité, processus aléatoires
- Ajustement des distributions
- Régression linéaire
- Modélisation par simulation – Simulation Monte Carlo
- Modélisation d'optimisation
- Optimisation sous incertitude
Régression et volatilité
- Régression linéaire
- Régression fallacieuse
- Non-stationnarité
- Cointégration
- Modèles de volatilité conditionnelle ARCH, GARCH
Théorie du portefeuille et allocation d'actifs
- Modèle d'actualisation des dividendes
- Théorie moderne du portefeuille
Modèles de tarification des actifs
- CAPM
Gestion des risques de marché
- VAR par simulation historique
- VAR par simulation Monte Carlo
- VAR et ACP (Analyse en Composantes Principales)
Méthodes d'optimisation
- Optimisation convexe
- Programmation linéaire
- Programmation dynamique
- Optimisation non-convexe
Pré requis
Des connaissances en mathématiques ou en économie au niveau A-level, ou une expérience professionnelle pertinente, sont recommandées pour ce module.
Nos clients témoignent (3)
Des exercices de mise en pratique concrets qui étaient pertinents pour notre coeur de métier. Le fait d'avoir un formateur avec un profil scientifique était un vrai plus car nous avons pu échanger en profondeur en ne parlant pas uniquement de programmation mais aussi de sciences et comment joindre les deux. Les TPs en format jupyter notebook étaient intéressants.
Victor - Vermon
Formation - Python for Matlab Users
Les nombreux exemples et la construction du code de A à Z.
Toon - Draka Comteq Fibre B.V.
Formation - Introduction to Image Processing using Matlab
Traduction automatique
Les exercices pratiques et la disponibilité du formateur pour répondre aux questions.