Cursusaanbod
Deel I – Matlab-fundamenten
Matlab-basisbeginselen
- MATLAB-gebruikersinterface
- Variabelen en toewijzingsopdrachten
- Basisgegevensobjecten: Vector, Matrix, Tabel
- Basisgegevensmanipulatie
- Tekenreeksen en tekenstringobjecten
- Relationale uitdrukkingen
- Ingebouwde numerieke functies
- Data-import en -export
- Visualiseren van data, grafische opties, annotaties, aanpassen van grafieken
MATLAB-programmering
- Automatisering van opdrachten met scripts
- Logica en stroomregeling - if, if-else, switch, geneste ifs
- Lusopdrachten en vectorgecodeerde code
- Functies schrijven
Werken met financiële gegevens
- Gegevensobjecten – Cell-arrays, Structuren, Tabellen, Tijdsreeksen
- Werken met datums en tijden
- Conversie tussen verschillende gegevenstypen, gegevensbewerkingen
- Tabellen wijzigen, tabelbewerkingen
- Gegevensfiltering, indexeren, logisch indexeren, categorieën
- Gegevensvoorbereiding:
- Omgaan met ontbrekende gegevens
- Daten opschonen, ongewone waarnemingen
- Gegevenstransformaties
- Statistische functies
Deel II – Financiële toepassingen
Overzicht van MATLAB-toolboxes relevant voor financiële analyse
- Financial Toolbox
- Financial Instruments Toolbox
- Trading Toolbox
- Risk Management Toolbox
- Econometrics Toolbox
- Optimization Toolbox
- Statistics Toolbox
Basisbeginselen van financieel modelleren
- Willekeurige variabelen, kansverdelingen, willekeurige processen
- Distributieaanpassing
- Lineaire regressie
- Simulatiemodelering – Monte Carlo-simulatie
- Optimalisatiemodelering
- Optimalisatie onder onzekerheid
Regressie en volatiliteit
- Lineaire regressie
- Spuriëze regressie
- Non-stationariteit
- Cointegratie
- Voorwaardelijke volatiliteitsmodellen ARCH, GARCH
Portfoliotheorie en activatoewijzing
- Dividendkortingsmodel
- Modern portfolio theorie
Vermogensprijsmodellen
- CAPM
Risicomanagement van markten
- VAR via historische simulatie
- VAR via Monte Carlo-simulatie
- VAR en PCA
Optimalisatiemethoden
- Convexe optimalisatie
- Lineair programmeren
- Dynamic programming
- Niet-convexe optimalisatie
Vereisten
Voor dit materiaal is het raadzaam om op A-niveau wiskunde of economie te hebben gedaan, of relevante ervaring op de werkvloer.
Getuigenissen (3)
Conkrete oefeningen die relevant waren voor onze kernactiviteiten. Het feit dat de trainer een wetenschappelijk profiel had, was een echte toevoeging, omdat we in diepte konden uitwisselen en niet alleen over programmering spraken, maar ook over wetenschap en hoe deze twee te verbinden zijn. De praktijkopdrachten in Jupyter Notebook-formaat waren interessant.
Victor - Vermon
Cursus - Python for Matlab Users
Automatisch vertaald
De vele voorbeelden en het bouwen van de code vanaf het begin tot het einde.
Toon - Draka Comteq Fibre B.V.
Cursus - Introduction to Image Processing using Matlab
Automatisch vertaald
De praktijkopdrachten en de beschikbaarheid van de trainer om vragen te beantwoorden.
Sebastien Botte - SDECCI
Cursus - MATLAB Programming
Automatisch vertaald