第1部分
MATLAB簡介
目標(biāo)：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(chǎn)品概述
MATLAB應(yīng)用領(lǐng)域
MATLAB能用來做什么？
課程大綱
使用MATLAB用戶界面
目標(biāo)：獲得MATLAB集成設(shè)計(jì)環(huán)境及其用戶界面的主要特點(diǎn)的介紹。獲得課程主題的概述。
MATALB接口
從文件讀取數(shù)據(jù)
保存和加載變量
繪制數(shù)據(jù)
定制圖表
計(jì)算統(tǒng)計(jì)和最佳擬合線
導(dǎo)出圖形以用于其他應(yīng)用程序
變量和表達(dá)式
目標(biāo)：輸入MATLAB命令，重點(diǎn)是創(chuàng)建和訪問變量中的數(shù)據(jù)。
輸入命令
創(chuàng)建變量
獲得幫助
訪問和修改變量中的值
創(chuàng)建字符變量
用矢量分析和可視化
目標(biāo)：用矢量進(jìn)行數(shù)學(xué)和統(tǒng)計(jì)計(jì)算，并創(chuàng)建基本的可視化。查看MATLAB語法如何使用單個命令對整個數(shù)據(jù)集進(jìn)行計(jì)算。
用矢量計(jì)算
繪制矢量
基本圖表選項(xiàng)
標(biāo)注圖表
用矩陣分析和可視化
目標(biāo)：使用矩陣作為數(shù)學(xué)對象或（矢量）數(shù)據(jù)的集合。理解適當(dāng)使用MATLAB語法來區(qū)分這些應(yīng)用程序。
大小和維度
用矩陣計(jì)算
用矩陣數(shù)據(jù)統(tǒng)計(jì)
繪制多列
重塑和線性索引
多維數(shù)組
第2部分
使用腳本自動執(zhí)行命令
目標(biāo)：將MATLAB命令收集到腳本中以便于復(fù)制和實(shí)驗(yàn)。隨著任務(wù)復(fù)雜性的增加，在命令窗口中輸入長序列的命令變得不切實(shí)際。
一個建模的例子
命令歷史
創(chuàng)建腳本文件
運(yùn)行腳本
評論和代碼單元格
發(fā)布腳本
使用數(shù)據(jù)文件
目標(biāo)：從格式化文件中將數(shù)據(jù)導(dǎo)入到MATLAB中。由于導(dǎo)入的數(shù)據(jù)可以有多種類型和格式，因此重點(diǎn)在于使用單元格數(shù)組和日期格式。
導(dǎo)入數(shù)據(jù)
混合的數(shù)據(jù)類型
單元陣列
數(shù)字、字符串、單元格之間的轉(zhuǎn)換
導(dǎo)出數(shù)據(jù)
多個矢量圖
目標(biāo)：制作更復(fù)雜的矢量圖（如多個圖），并使用顏色和字符串處理技術(shù)來生成引人注目的數(shù)據(jù)視覺展示。
圖形結(jié)構(gòu)
多個數(shù)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(biāo)：使用邏輯操作、變量和索引技術(shù)來創(chuàng)建靈活的代碼，可以做出決定并適應(yīng)不同的情況。探索其他允許重復(fù)代碼段的編程構(gòu)造，以及允許與用戶交互的構(gòu)造。
邏輯操作和變量
邏輯索引
編程構(gòu)造
流控制
循環(huán)
矩陣和圖像可視化
目標(biāo)：以二維或三維可視化圖像和矩陣數(shù)據(jù)。探索顯示圖像和使用圖像可視化矩陣數(shù)據(jù)的區(qū)別。
使用矢量和矩陣數(shù)據(jù)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(shù)據(jù)分析
目標(biāo)：在MATLAB中執(zhí)行典型的數(shù)據(jù)分析任務(wù)，包括開發(fā)理論模型和將理論模型擬合到實(shí)際數(shù)據(jù)中。這自然而然地引向了MATLAB最強(qiáng)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(shù)據(jù)
關(guān)聯(lián)
平滑（Smoothing）
光譜分析和FFT
求解線性方程組
寫作功能
目標(biāo)：通過將模塊化任務(wù)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(chuàng)建功能
添加評論
調(diào)用子功能
工作區(qū)
子函數(shù)
路徑和優(yōu)先級
數(shù)據(jù)類型
目標(biāo)：探索數(shù)據(jù)類型，著重于創(chuàng)建變量和訪問數(shù)組元素的語法，并討論在數(shù)據(jù)類型之間進(jìn)行轉(zhuǎn)換的方法。不同的數(shù)據(jù)類型可能包含不同的數(shù)據(jù)種類，以及有不同的數(shù)據(jù)組織方式。
MATLAB數(shù)據(jù)類型
整型
結(jié)構(gòu)
轉(zhuǎn)換類型
文件I / O
目標(biāo)：探索MATLAB中可以精確控制文本和二進(jìn)制文件I / O的低級數(shù)據(jù)導(dǎo)入和導(dǎo)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(guān)閉文件
讀取和寫入文本文件
讀取和寫入二進(jìn)制文件
請注意，在沒有事先通知的情況下，實(shí)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(biāo)：學(xué)習(xí)應(yīng)用MATLAB金融工具箱中包含的各種功能來對金融行業(yè)進(jìn)行定量分析。獲得所需的知識和實(shí)踐，有效地開發(fā)涉及財(cái)務(wù)數(shù)據(jù)的實(shí)際應(yīng)用。
資產(chǎn)配置和投資組合優(yōu)化
風(fēng)險(xiǎn)分析和投資業(yè)績
固定收益分析和期權(quán)定價(jià)
金融時(shí)序分析
缺失數(shù)據(jù)的回歸和估計(jì)
SDE模型的蒙特卡洛（Monte Carlo）模擬
資產(chǎn)配置和投資組合優(yōu)化
目標(biāo)：執(zhí)行資本分配，資產(chǎn)分配和風(fēng)險(xiǎn)評估。
通過價(jià)格或回報(bào)數(shù)據(jù)對資產(chǎn)回報(bào)和總回報(bào)率進(jìn)行階矩估計(jì)
計(jì)算投資組合層面的統(tǒng)計(jì)數(shù)據(jù)，如均值、方差、風(fēng)險(xiǎn)值 (VaR) 和條件風(fēng)險(xiǎn)值 (CVaR)
在約束條件下執(zhí)行投資組合均值-方差優(yōu)化和分析
剖析投資組合配置的時(shí)效演變趨勢
實(shí)施資本分配
闡釋投資組合優(yōu)化問題中的周轉(zhuǎn)率和交易成本
風(fēng)險(xiǎn)分析和投資業(yè)績
目標(biāo)：定義和解決投資組合優(yōu)化問題。
指定投資組合名稱、資產(chǎn)領(lǐng)域中的資產(chǎn)數(shù)和資產(chǎn)標(biāo)識符。
定義最始的資產(chǎn)組合配置。
固定收益分析和期權(quán)定價(jià)
目標(biāo)：執(zhí)行固定收益分析和期權(quán)定價(jià)。
分析現(xiàn)金流
執(zhí)行符合 SIA 標(biāo)準(zhǔn)的固定收益證券分析
執(zhí)行基本的 Black-Scholes、Black 和二項(xiàng)式期權(quán)定價(jià)方式
第5部分
金融時(shí)序分析
目標(biāo)：分析金融市場的時(shí)間序列數(shù)據(jù)。
執(zhí)行數(shù)據(jù)數(shù)學(xué)
轉(zhuǎn)換和分析數(shù)據(jù)
技術(shù)分析
圖表和圖形
缺失數(shù)據(jù)的回歸和估計(jì)
目標(biāo)：在缺失或不缺失數(shù)據(jù)的情況下執(zhí)行多元正態(tài)回歸。
執(zhí)行常見的回歸
估計(jì)對數(shù)似然函數(shù)和標(biāo)準(zhǔn)誤差以進(jìn)行假設(shè)檢驗(yàn)
在缺失數(shù)據(jù)的情況下完成計(jì)算
技術(shù)指標(biāo)和金融圖表
目標(biāo)：練習(xí)使用業(yè)績指標(biāo)和專用圖。
移動平均數(shù)
振蕩指標(biāo)、隨機(jī)指數(shù)、股價(jià)指數(shù)和指標(biāo)
最大跌幅和預(yù)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(biāo)：創(chuàng)建模擬并應(yīng)用SDE模型
布朗運(yùn)動（BM）模型
幾何布朗運(yùn)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 |
首頁 課程表 在線聊 報(bào)名 講師 品牌 QQ聊 活動 就業(yè)