Programa del Curso

Descripción general de la caja de herramientas financieras de MATLAB

Objetivo: aprender a aplicar las diversas funciones incluidas en MATLAB Financial Toolbox para realizar análisis cuantitativos para la industria financiera. Obtenga el conocimiento y la práctica necesarios para desarrollar eficientemente aplicaciones del mundo real que involucren datos financieros.

  • Asignación de activos y optimización de la cartera
  • Análisis de riesgo y rendimiento de la inversión
  • Análisis de ingresos fijos y precios de opciones
  • Análisis de series temporales financieras
  • Regresión y estimación con datos perdidos
  • Indicadores técnicos y tablas financieras
  • Simulación Monte Carlo de modelos SDE

Asignación de activos y optimización de la cartera

Objetivo: realizar asignación de capital, asignación de activos y evaluación de riesgos.

  • Estimar el rendimiento de los activos y los momentos de devolución totales a partir de los datos de precio o rendimiento
  • Cálculo de estadísticas a nivel de cartera, como media, varianza, valor en riesgo (VaR) y valor condicional en riesgo (CVaR)
  • Realización de análisis y optimización de cartera de media-varianza restringida
  • Examinar la evolución temporal de asignaciones de cartera eficientes
  • Realización de asignación de capital
  • Contabilización de la facturación y los costos de transacción en problemas de optimización de la cartera

Análisis de riesgo y rendimiento de la inversión

Objetivo: Definir y resolver problemas de optimización de cartera.

  • Especificar un nombre de cartera, el número de activos en un universo de activos e identificadores de activos.
  • Definición de una asignación de cartera inicial.

Análisis de ingresos fijos y precios de opciones

Objetivo: realizar un análisis de ingresos fijos y fijación de precios de opciones.

  • Analizando el flujo de caja
  • Realizar análisis de seguridad de ingresos fijos conforme a SIA
  • Realización de precios de opción Black-Scholes, Black y binomial básicos

Análisis de series temporales financieras

Objetivo: analizar datos de series de tiempo en los mercados financieros.

  • Realizar datos matemáticos
  • Transformando y analizando datos
  • Análisis técnico
  • Gráficos y gráficos

Regresión y estimación con datos perdidos

Objetivo: realizar una regresión normal multivariante con o sin datos faltantes.

  • Realizando regresiones comunes
  • Estimación de la función de verosimilitud de log y errores estándar para la prueba de hipótesis
  • Completar los cálculos cuando faltan datos

Indicadores técnicos y tablas financieras

Objetivo: Practicar el uso de métricas de rendimiento y trazados especializados.

  • Promedios móviles
  • Osciladores, estocásticos, índices e indicadores
  • Descenso máximo y reducción máxima esperada
  • Gráficos, que incluyen bandas de Bollinger, diagramas de velas y promedios móviles

Simulación Monte Carlo de modelos SDE

Objetivo: crear simulaciones y aplicar modelos SDE

  • Movimiento Browniano (BM)
  • Movimiento Browniano Geométrico (GBM)
  • Elasticidad constante de varianza (CEV)
  • Cox-Ingersoll-Ross (CIR)
  • Hull-White / Vasicek (HWV)
  • Heston

Conclusión

Requerimientos

  • Familiaridad con el álgebra lineal (es decir, operaciones de matriz)
  • Familiaridad con las estadísticas básicas
  • Comprensión de los principios financieros
  • Comprensión de los fundamentos de MATLAB

Opciones de cursos

  • Si desea tomar este curso, pero le falta experiencia en MATLAB (o necesita una actualización), este curso puede combinarse con un curso para principiantes y proporcionarse como: Fundamentos de MATLAB + MATLAB for Finance.
  • Si desea ajustar los temas tratados en este curso (por ejemplo, eliminar, acortar o alargar la cobertura de ciertas funciones), contáctenos para organizarlo.
 14 horas

Número de participantes



Precio por participante

Testimonios (1)

Cursos Relacionados

Programación Básica de MATLAB

21 horas

Introducción al Procesamiento de Imágenes Mediante Matlab

28 horas

MATLAB para Aplicaciones Financieras

21 horas

Fundamentos de MATLAB

21 horas

Matlab para el Aprendizaje Profundo

14 horas

Fundamentos de MATLAB, Ciencia de datos y generación de informes

35 horas

Dynamic Analysis Using Matlab

21 horas

Fundamentos de MATLAB - Personalizado

35 horas

Introducción al Aprendizaje Automático con MATLAB

21 horas

Matlab para Análisis Predictivo

21 horas

Matlab para Análisis Prescriptivos

14 horas

Programación de MATLAB

14 horas

Octave no solo para programadores

21 horas

Python for Matlab Users

14 horas

Simulink® para el Diseño Avanzado de Sistemas Automotrices

14 horas

Categorías Relacionadas