第1部分
MATLAB簡介
目標:概述MATLAB是什么、由什么組成、能用來做什么
一個例子:C與MATLAB
MATLAB產品概述
MATLAB應用領域
MATLAB能用來做什么?
課程大綱
使用MATLAB用戶界面
目標:獲得MATLAB集成設計環境及其用戶界面的主要特點的介紹。獲得課程主題的概述。
MATALB接口
從文件讀取數據
保存和加載變量
繪制數據
定制圖表
計算統計和最佳擬合線
導出圖形以用于其他應用程序
變量和表達式
目標:輸入MATLAB命令,重點是創建和訪問變量中的數據。
輸入命令
創建變量
獲得幫助
訪問和修改變量中的值
創建字符變量
用矢量分析和可視化
目標:用矢量進行數學和統計計算,并創建基本的可視化。查看MATLAB語法如何使用單個命令對整個數據集進行計算。
用矢量計算
繪制矢量
基本圖表選項
標注圖表
用矩陣分析和可視化
目標:使用矩陣作為數學對象或(矢量)數據的集合。理解適當使用MATLAB語法來區分這些應用程序。
大小和維度
用矩陣計算
用矩陣數據統計
繪制多列
重塑和線性索引
多維數組
第2部分
使用腳本自動執行命令
目標:將MATLAB命令收集到腳本中以便于復制和實驗。隨著任務復雜性的增加,在命令窗口中輸入長序列的命令變得不切實際。
一個建模的例子
命令歷史
創建腳本文件
運行腳本
評論和代碼單元格
發布腳本
使用數據文件
目標:從格式化文件中將數據導入到MATLAB中。由于導入的數據可以有多種類型和格式,因此重點在于使用單元格數組和日期格式。
導入數據
混合的數據類型
單元陣列
數字、字符串、單元格之間的轉換
導出數據
多個矢量圖
目標:制作更復雜的矢量圖(如多個圖),并使用顏色和字符串處理技術來生成引人注目的數據視覺展示。
圖形結構
多個數字、軸和圖形
繪制方程式
使用顏色
定制圖表
邏輯和流控制
目標:使用邏輯操作、變量和索引技術來創建靈活的代碼,可以做出決定并適應不同的情況。探索其他允許重復代碼段的編程構造,以及允許與用戶交互的構造。
邏輯操作和變量
邏輯索引
編程構造
流控制
循環
矩陣和圖像可視化
目標:以二維或三維可視化圖像和矩陣數據。探索顯示圖像和使用圖像可視化矩陣數據的區別。
使用矢量和矩陣數據的分散插值
三維矩陣可視化
二維矩陣可視化
索引圖像和色彩映射
真彩色的圖像
第3部分
數據分析
目標:在MATLAB中執行典型的數據分析任務,包括開發理論模型和將理論模型擬合到實際數據中。這自然而然地引向了MATLAB最強大的功能之一:用一個單一命令求解線性方程組。
處理丟失的數據
關聯
平滑(Smoothing)
光譜分析和FFT
求解線性方程組
寫作功能
目標:通過將模塊化任務封裝為用戶定義的功能來增加自動化。了解MATLAB如何解析對文件和變量的引用。
為什么是功能?
創建功能
添加評論
調用子功能
工作區
子函數
路徑和優先級
數據類型
目標:探索數據類型,著重于創建變量和訪問數組元素的語法,并討論在數據類型之間進行轉換的方法。不同的數據類型可能包含不同的數據種類,以及有不同的數據組織方式。
MATLAB數據類型
整型
結構
轉換類型
文件I / O
目標:探索MATLAB中可以精確控制文本和二進制文件I / O的低級數據導入和導出功能。這些功能包括textscan,它可以精確控制閱讀文本文件。
打開和關閉文件
讀取和寫入文本文件
讀取和寫入二進制文件
請注意,在沒有事先通知的情況下,實際課程可能與上述提綱略有不同。
第4部分
MATLAB金融工具箱概述
目標:學習應用MATLAB金融工具箱中包含的各種功能來對金融行業進行定量分析。獲得所需的知識和實踐,有效地開發涉及財務數據的實際應用。
資產配置和投資組合優化
風險分析和投資業績
固定收益分析和期權定價
金融時序分析
缺失數據的回歸和估計
SDE模型的蒙特卡洛(Monte Carlo)模擬
資產配置和投資組合優化
目標:執行資本分配,資產分配和風險評估。
通過價格或回報數據對資產回報和總回報率進行階矩估計
計算投資組合層面的統計數據,如均值、方差、風險值 (VaR) 和條件風險值 (CVaR)
在約束條件下執行投資組合均值-方差優化和分析
剖析投資組合配置的時效演變趨勢
實施資本分配
闡釋投資組合優化問題中的周轉率和交易成本
風險分析和投資業績
目標:定義和解決投資組合優化問題。
指定投資組合名稱、資產領域中的資產數和資產標識符。
定義最始的資產組合配置。
固定收益分析和期權定價
目標:執行固定收益分析和期權定價。
分析現金流
執行符合 SIA 標準的固定收益證券分析
執行基本的 Black-Scholes、Black 和二項式期權定價方式
第5部分
金融時序分析
目標:分析金融市場的時間序列數據。
執行數據數學
轉換和分析數據
技術分析
圖表和圖形
缺失數據的回歸和估計
目標:在缺失或不缺失數據的情況下執行多元正態回歸。
執行常見的回歸
估計對數似然函數和標準誤差以進行假設檢驗
在缺失數據的情況下完成計算
技術指標和金融圖表
目標:練習使用業績指標和專用圖。
移動平均數
振蕩指標、隨機指數、股價指數和指標
最大跌幅和預期的最大跌幅
圖表,包括布林帶、燭柱圖和移動平均線
SDE模型的蒙特卡洛(Monte Carlo)模擬
目標:創建模擬并應用SDE模型
布朗運動(BM)模型
幾何布朗運動(GBM)模型
恒定的方差彈性(CEV)模型
Cox-Ingersoll-Ross (CIR) 模型
Hull-White/Vasicek (HWV) 模型
Heston模型 |