Plan du cours

Partie 1

Une brève introduction à MATLAB

Objectifs : Donner un aperçu de ce qu'est MATLAB, de ce en quoi il consiste et de ce qu'il peut faire pour vous.

  • Un exemple : C contre MATLAB
  • Vue d'ensemble du produit MATLAB
  • MATLAB Champs d'application
  • Que peut faire MATLAB pour vous ?
  • Le plan du cours

Travailler avec l'interface utilisateur MATLAB

Objectif du cours : Obtenir une introduction aux principales caractéristiques de l'environnement de conception intégré MATLAB et de ses interfaces utilisateur. Obtenir une vue d'ensemble des thèmes du cours.

  • Interface MATALB
  • Lecture de données à partir d'un fichier
  • Sauvegarde et chargement de variables
  • Tracer des données
  • Personnalisation des tracés
  • Calcul des statistiques et de la ligne de meilleur ajustement
  • Exporter des graphiques pour les utiliser dans d'autres applications

Variables et Expressions

Objectif : Saisir des commandes MATLAB, en mettant l'accent sur la création et l'accès aux données dans les variables.

  • Saisir des commandes
  • Créer des variables
  • Obtenir de l'aide
  • Accessingérer et modifier des valeurs dans des variables
  • Créer des variables de caractère

Analyse et visualisation avec les vecteurs

Objectif : Effectuer des calculs mathématiques et statistiques avec des vecteurs et créer des visualisations de base. Voir comment la syntaxe MATLAB permet d'effectuer des calculs sur des ensembles entiers de données avec une seule commande.

  • Calculs avec des vecteurs
  • Tracer des vecteurs
  • Options de base des tracés
  • Annotation des tracés

Analyse et visualisation avec des matrices

Objectif : Utiliser les matrices comme des objets mathématiques ou comme des collections de données (vectorielles). Comprendre l'utilisation appropriée de la syntaxe MATLAB pour distinguer ces applications.

  • Taille et dimensionnalité
  • Calculs avec des matrices
  • Statistics avec des données matricielles
  • Tracé de plusieurs colonnes
  • Remodelage et indexation linéaire
  • Tableaux multidimensionnels

Partie 2

Automatiser les commandes avec des scripts

Objectif : Rassembler MATLAB commandes dans des scripts pour faciliter la reproduction et l'expérimentation. Au fur et à mesure que la complexité de vos tâches augmente, la saisie de longues séquences de commandes dans la fenêtre de commande devient peu pratique.

  • Un exemple de modélisation
  • L'historique des commandes
  • Création de fichiers de script
  • Exécution des scripts
  • Commentaires et cellules de code
  • Publication de scripts

Travailler avec des fichiers de données

Objectif : Introduire des données dans MATLAB à partir de fichiers formatés. Les données importées pouvant être de types et de formats très variés, l'accent est mis sur le travail avec les tableaux de cellules et les formats de date.

  • Importation de données
  • Types de données mixtes
  • Tableaux de cellules
  • Conversions entre chiffres, chaînes de caractères et cellules
  • Exportation de données

Graphiques vectoriels multiples

Objectif : Réaliser des tracés vectoriels plus complexes, tels que des tracés multiples, et utiliser des techniques de manipulation des couleurs et des chaînes de caractères pour produire des représentations visuelles attrayantes des données.

  • Structure graphique
  • Figures, axes et tracés multiples
  • Tracer des équations
  • Utilisation de la couleur
  • Personnalisation des tracés

Logique et contrôle des flux

Objectif : Utiliser des opérations logiques, des variables et des techniques d'indexation pour créer un code flexible capable de prendre des décisions et de s'adapter à différentes situations. Explorer d'autres constructions de programmation pour répéter des sections de code et des constructions qui permettent l'interaction avec l'utilisateur.

  • Opérations logiques et variables
  • Indexation logique
  • Constructions Programming
  • Contrôle de flux
  • Boucles

Matrix et visualisation d'images

Objectif : visualiser des images et des données matricielles en deux ou trois dimensions : Visualiser des images et des données matricielles en deux ou trois dimensions. Explorer la différence entre l'affichage d'images et la visualisation de données matricielles à l'aide d'images.

  • Interpolation dispersée à l'aide de données vectorielles et matricielles
  • Visualisation matricielle en 3D
  • Visualisation de matrices en 2D
  • Images indexées et cartes de couleurs
  • Images en vraies couleurs

Partie 3

Data Analysis

Objectif : Effectuer des tâches typiques d'analyse de données dans MATLAB, y compris le développement et l'ajustement de modèles théoriques à des données réelles. Cela conduit naturellement à l'une des fonctionnalités les plus puissantes de MATLAB : la résolution de systèmes d'équations linéaires à l'aide d'une seule commande.

  • Traitement des données manquantes
  • Corrélation
  • Lissage
  • Analyse spectrale et FFT
  • Résolution de systèmes d'équations linéaires

Écriture de fonctions

Objectif : Augmenter l'automatisation en encapsulant des tâches modulaires dans des fonctions définies par l'utilisateur. Comprendre comment MATLAB résout les références aux fichiers et aux variables.

  • Pourquoi des fonctions ?
  • Créer des fonctions
  • Ajouter des commentaires
  • Appeler des sous-fonctions
  • Espaces de travail
  • Sous-fonctions
  • Chemin d'accès et préséance

Types de données

Objectif : Explorer les types de données, en se concentrant sur la syntaxe de création des variables et d'accès aux éléments des tableaux, et discuter des méthodes de conversion entre les types de données. Les types de données diffèrent par le type de données qu'ils peuvent contenir et par la manière dont les données sont organisées.

  • MATLAB types de données
  • Entiers
  • Structures
  • Conversion des types

E/S de fichiers

Objectif : Explorer les fonctions d'importation et d'exportation de données de bas niveau dans MATLAB qui permettent un contrôle précis des entrées/sorties de fichiers texte et binaires. Ces fonctions incluent textscan, qui permet un contrôle précis de la lecture des fichiers texte.

  • Ouverture et fermeture de fichiers
  • Lecture et écriture de fichiers texte
  • Lecture et écriture de fichiers binaires

Notez que la livraison réelle peut être sujette à des différences mineures par rapport à l'aperçu ci-dessus sans notification préalable.

Partie 4

Présentation 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.

Cinquième partie

Analyse des séries temporelles financières

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

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

Régression et estimation avec données manquantes

Objectif : Effectuer des régressions normales multivariées 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

Objectifs : Résumer ce que nous avons appris

  • Résumé du cours
  • Autres cours à venir sur MATLAB

Remarque : le contenu réel du cours peut différer du plan en raison des exigences du client et du temps consacré à chaque sujet.

Pré requis

  • Concept de base des connaissances mathématiques de premier cycle telles que l'algèbre linéaire, la théorie des probabilités et les statistiques, ainsi que les matrices
  • .
  • Opérations informatiques de base
  • De préférence, notions de base d'un autre langage de programmation de haut niveau, tel que C, PASCAL, FORTRAN ou BASIC, mais ce n'est pas essentiel
  35 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 (2)

Cours Similaires

A Practical Guide to Successful Pricing Strategies

  7 heures

Catégories Similaires