Plan du cours

Aperçu de la MATLAB boîte à outils financière

Objectif : Apprendre à appliquer les différentes fonctionnalités de la MATLAB Financial Toolbox pour réaliser des analyses quantitatives pour l'industrie financière. Acquérir les connaissances et la pratique nécessaires pour développer efficacement des applications du monde réel impliquant des données financières.

  • Allocation d'actifs et optimisation de portefeuille
  • Analyse du risque et Investment performance
  • Analyse des revenus fixes et évaluation des options
  • Analyse des séries temporelles financières
  • Régression et estimation avec données manquantes
  • Indicateurs techniques et graphiques financiers
  • Simulation Monte Carlo de modèles SDE

Allocation d'actifs et optimisation de portefeuille

Objectif : effectuer l'allocation du capital, l'allocation des actifs et l'évaluation des risques.

  • Estimation des moments du rendement des actifs et du rendement total à partir des données de prix ou de rendement
  • Calculer des statistiques au niveau du portefeuille, telles que la moyenne, la variance, la valeur à risque (VaR) et la valeur à risque conditionnelle (CVaR).
  • Optimisation et analyse de portefeuilles moyenne-variance sous contrainte
  • L'examen de l'évolution temporelle de l'allocation efficace des portefeuilles
  • Effectuer l'allocation du capital
  • Prise en compte des coûts de rotation et de transaction dans les problèmes d'optimisation de portefeuille

Analyse du risque et Investment performance

Objectif : Définir et résoudre des problèmes d'optimisation de portefeuille.

  • Spécifier un nom de portefeuille, le nombre d'actifs dans un univers d'actifs et les identifiants d'actifs.
  • Définir une allocation initiale du portefeuille.

Analyse des titres à revenu fixe et évaluation des options

Objectif : Effectuer l'analyse des revenus fixes et l'évaluation des options.

  • Analyser les flux de trésorerie
  • Effectuer une analyse des titres à revenu fixe conforme à la norme SIA
  • Effectuer l'évaluation de base des options Black-Scholes, Black et binomiales.

Analyse des séries temporelles financières

Objectif : analyser les données de séries temporelles sur les marchés financiers.

  • Effectuer des calculs de données
  • Transformer et analyser des données
  • Analyse technique
  • Diagrammes et graphiques

Régression et estimation avec données manquantes

Objectif : Effectuer une régression normale multivariée avec ou sans données manquantes.

  • Effectuer des régressions courantes
  • Estimer la fonction de log-vraisemblance et les erreurs standard pour les tests d'hypothèse
  • Compléter les calculs lorsque les données sont manquantes

Indicateurs techniques et graphiques financiers

Objectif : S'entraîner à utiliser des mesures de performance et des graphiques spécialisés.

  • Moyennes mobiles
  • Oscillateurs, stochastiques, indices et indicateurs
  • Maximum drawdown et expected maximum drawdown
  • Graphiques, y compris les bandes de Bollinger, les graphiques en chandelier et les moyennes mobiles.

Simulation Monte Carlo de modèles SDE

Objectif : Créer des simulations et appliquer des modèles SDE

  • Mouvement brownien (BM)
  • Mouvement brownien géométrique (GBM)
  • Élasticité constante de la variance (CEV)
  • Cox-Ingersoll-Ross (CIR)
  • Hull-White/Vasicek (HWV)
  • Heston

Conclusion

Pré requis

  • Familiarité avec l'algèbre linéaire (c'est-à-dire les opérations matricielles)
  • Familiarité avec les statistiques de base
  • Compréhension des principes financiers
  • Compréhension des MATLAB principes fondamentaux

Options de cours

  14 heures
 

Nombre de participants


Début

Fin


Dates are subject to availability and take place between 09:30 and 16:30.
Les formations ouvertes requièrent plus de 3 participants.

Nos Clients témoignent (4)

Cours Similaires

MATLAB Fundamentals, Data Science & Report Generation

  35 heures

Catégories Similaires