第1部分
MATLAB简介
目标:概述MATLAB是什么、由什么组成、能用来做什么
一个例子:C与MATLAB
MATLAB产品概述
MATLAB应用领域
MATLAB能用来做什么?
课程大纲
使用MATLAB用户界面
目标:获得MATLAB集成设计环境及其用户界面的主要特点的介绍。获得课程主题的概述。
MATALB接口
从文件读取数据
保存和加载变量
绘制数据
定制图表
计算统计和佳拟合线
导出图形以用于其他应用程序
变量和表达式
目标:输入MATLAB命令,重点是创建和访问变量中的数据。
输入命令
创建变量
获得帮助
访问和修改变量中的值
创建字符变量
用矢量分析和可视化
目标:用矢量进行数学和统计计算,并创建基本的可视化。查看MATLAB语法如何使用单个命令对整个数据集进行计算。
用矢量计算
绘制矢量
基本图表选项
标注图表
用矩阵分析和可视化
目标:使用矩阵作为数学对象或(矢量)数据的集合。理解适当使用MATLAB语法来区分这些应用程序。
大小和维度
用矩阵计算
用矩阵数据统计
绘制多列
重塑和线性索引
多维数组
第2部分
使用脚本自动执行命令
目标:将MATLAB命令收集到脚本中以便于复制和实验。随着任务复杂性的增加,在命令窗口中输入长序列的命令变得不切实际。
一个建模的例子
命令历史
创建脚本文件
运行脚本
评论和代码单元格
发布脚本
使用数据文件
目标:从格式化文件中将数据导入到MATLAB中。由于导入的数据可以有多种类型和格式,因此重点在于使用单元格数组和日期格式。
导入数据
混合的数据类型
单元阵列
数字、字符串、单元格之间的转换
导出数据
多个矢量图
目标:制作更复杂的矢量图(如多个图),并使用颜色和字符串处理技术来生成引人注目的数据视觉展示。
图形结构
多个数字、轴和图形
绘制方程式
使用颜色
定制图表
逻辑和流控制
目标:使用逻辑操作、变量和索引技术来创建灵活的代码,可以做出决定并适应不同的情况。探索其他允许重复代码段的编程构造,以及允许与用户交互的构造。
逻辑操作和变量
逻辑索引
编程构造
流控制
循环
矩阵和图像可视化
目标:以二维或三维可视化图像和矩阵数据。探索显示图像和使用图像可视化矩阵数据的区别。
使用矢量和矩阵数据的分散插值
三维矩阵可视化
二维矩阵可视化
索引图像和色彩映射
真彩色的图像
第3部分
数据分析
目标:在MATLAB中执行典型的数据分析任务,包括开发理论模型和将理论模型拟合到实际数据中。这自然而然地引向了MATLAB强大的功能之一:用一个单一命令求解线性方程组。
处理丢失的数据
关联
平滑(Smoothing)
光谱分析和FFT
求解线性方程组
写作功能
目标:通过将模块化任务封装为用户定义的功能来增加自动化。了解MATLAB如何解析对文件和变量的引用。
为什么是功能?
创建功能
添加评论
调用子功能
工作区
子函数
路径和优先级
数据类型
目标:探索数据类型,着重于创建变量和访问数组元素的语法,并讨论在数据类型之间进行转换的方法。不同的数据类型可能包含不同的数据种类,以及有不同的数据组织方式。
MATLAB数据类型
整型
结构
转换类型
文件I / O
目标:探索MATLAB中可以精确控制文本和二进制文件I / O的低级数据导入和导出功能。这些功能包括textscan,它可以精确控制阅读文本文件。
打开和关闭文件
读取和写入文本文件
读取和写入二进制文件
请注意,在没有事先通知的情况下,实际课程可能与上述提纲略有不同。
第4部分
MATLAB金融工具箱概述
目标:学习应用MATLAB金融工具箱中包含的各种功能来对金融行业进行定量分析。获得所需的知识和实践,有效地开发涉及财务数据的实际应用。
资产配置和投资组合优化
风险分析和投资业绩
固定收益分析和期权定价
金融时序分析
缺失数据的回归和估计
SDE模型的蒙特卡洛(Monte Carlo)模拟
资产配置和投资组合优化
目标:执行资本分配,资产分配和风险评估。
通过价格或回报数据对资产回报和总回报率进行阶矩估计
计算投资组合层面的统计数据,如均值、方差、风险值 (VaR) 和条件风险值 (CVaR)
在约束条件下执行投资组合均值-方差优化和分析
剖析投资组合配置的时效演变趋势
实施资本分配
阐释投资组合优化问题中的周转率和交易成本
风险分析和投资业绩
目标:定义和解决投资组合优化问题。
指定投资组合名称、资产领域中的资产数和资产标识符。
定义始的资产组合配置。
固定收益分析和期权定价
目标:执行固定收益分析和期权定价。
分析现金流
执行符合 SIA 标准的固定收益证券分析
执行基本的 Black-Scholes、Black 和二项式期权定价方式
第5部分
金融时序分析
目标:分析金融市场的时间序列数据。
执行数据数学
转换和分析数据
技术分析
图表和图形
缺失数据的回归和估计
目标:在缺失或不缺失数据的情况下执行多元正态回归。
执行常见的回归
估计对数似然函数和标准误差以进行假设检验
在缺失数据的情况下完成计算
技术指标和金融图表
目标:练习使用业绩指标和专用图。
移动平均数
振荡指标、随机指数、股价指数和指标
大跌幅和预期的大跌幅
图表,包括布林带、烛柱图和移动平均线
SDE模型的蒙特卡洛(Monte Carlo)模拟
目标:创建模拟并应用SDE模型
布朗运动(BM)模型
几何布朗运动(GBM)模型
恒定的方差弹性(CEV)模型
Cox-Ingersoll-Ross (CIR) 模型
Hull-White/Vasicek (HWV) 模型
Heston模型 |