Curso de Fundamentos de MATLAB - Personalizado

Parte 1

Breve introducción a MATLAB

Objetivos: Ofrecer una visión general de lo que es MATLAB, en qué consiste y qué puede hacer por ti

• Un ejemplo: C vs. MATLAB
• MATLAB Descripción general del producto
• MATLAB Campos de aplicación
• ¿Qué MATLAB puede hacer por ti?
• El esquema del curso

Trabajar con la MATLAB interfaz de usuario

Objetivo: Obtener una introducción a las principales características del entorno de diseño integrado MATLAB y sus interfaces de usuario. Obtenga una visión general de los temas del curso.

• Interfaz MATALB
• Lectura de datos de un archivo
• Guardar y cargar variables
• Representación gráfica de datos
• Personalización de parcelas
• Cálculo de estadísticas y línea de mejor ajuste
• Exportación de gráficos para su uso en otras aplicaciones

Variables y Expressiones

Objetivo: Ingrese MATLAB comandos, con énfasis en la creación y el acceso a datos en variables.

• Introducción de comandos
• Creación de variables
• Cómo obtener ayuda
• Accessing y modificación de valores en variables
• Creación de variables de caracteres

Análisis y Visualización con Vectores

Objetivo: Realizar cálculos matemáticos y estadísticos con vectores, y crear visualizaciones básicas. Vea cómo la sintaxis MATLAB permite realizar cálculos en conjuntos de datos completos con un solo comando.

• Cálculos con vectores
• Representación gráfica de vectores
• Opciones básicas de parcela
• Anotación de parcelas

Análisis y Visualización con Matrices

Objetivo: Utilizar matrices como objetos matemáticos o como colecciones de datos (vectoriales). Comprender el uso adecuado de la sintaxis MATLAB para distinguir entre estas aplicaciones.

• Tamaño y dimensionalidad
• Cálculos con matrices
• Statistics con datos matriciales
• Trazado de varias columnas
• Remodelación e indexación lineal
• Matrices multidimensionales

Parte 2

Automatización de comandos con scripts

Objetivo: Recopilar MATLAB comandos en scripts para facilitar su reproducción y experimentación. A medida que aumenta la complejidad de las tareas, la introducción de largas secuencias de comandos en la ventana de comandos se vuelve poco práctica.

• Un ejemplo de modelado
• El historial de comandos
• Creación de archivos de script
• Ejecución de scripts
• Comentarios y celdas de código
• Publicación de scripts

Trabajar con archivos de datos

Objetivo: Llevar datos a MATLAB desde archivos formateados. Dado que los datos importados pueden ser de una amplia variedad de tipos y formatos, se hace hincapié en el trabajo con matrices de celdas y formatos de fecha.

• Importación de datos
• Tipos de datos mixtos
• Matrices de células
• Conversiones entre números, cadenas y celdas
• Exportación de datos

Múltiples gráficos vectoriales

Objetivo: Hacer diagramas vectoriales más complejos, como gráficos múltiples, y utilizar técnicas de manipulación de colores y cadenas para producir representaciones visuales llamativas de los datos.

• Estructura gráfica
• Múltiples figuras, ejes y tramas
• Diagramación de ecuaciones
• Uso del color
• Personalización de parcelas

Lógica y control de flujo

Objetivo: Utilizar operaciones lógicas, variables y técnicas de indexación para crear código flexible que pueda tomar decisiones y adaptarse a diferentes situaciones. Explore otras construcciones de programación para repetir secciones de código y construcciones que permiten la interacción con el usuario.

• Operaciones lógicas y variables
• Indexación lógica
• Programming Constructos
• Control de caudal
• Bucles

Matrix y visualización de imágenes

Objetivo: Visualizar imágenes y datos matriciales en dos o tres dimensiones. Explore la diferencia entre la visualización de imágenes y la visualización de datos de matriz mediante imágenes.

• Interpolación dispersa mediante datos vectoriales y matriciales
• Visualización de matrices en 3D
• Visualización de matrices 2D
• Imágenes indexadas y mapas de colores
• Imágenes en color real

Parte 3

Data Analysis

Objetivo: Realizar tareas típicas de análisis de datos en MATLAB, incluyendo el desarrollo y ajuste de modelos teóricos a datos de la vida real. Esto conduce naturalmente a una de las características más poderosas de MATLAB: resolver sistemas lineales de ecuaciones con un solo comando.

• Tratamiento de los datos faltantes
• Correlación
• Allanamiento
• Análisis espectral y FFTs
• Resolución de sistemas lineales de ecuaciones

Funciones de escritura

Objetivo: Aumentar la automatización encapsulando tareas modulares como funciones definidas por el usuario. Comprender cómo MATLAB resuelve las referencias a archivos y variables.

• ¿Por qué funciones?
• Creación de funciones
• Adición de comentarios
• Llamar a subfunciones
• Espacios de trabajo
• Subfunctions
• Ruta de acceso y precedencia

Tipos de datos

Objetivo: Explorar los tipos de datos, centrándose en la sintaxis para crear variables y acceder a los elementos de la matriz, y discutir los métodos para la conversión entre tipos de datos. Los tipos de datos difieren en el tipo de datos que pueden contener y en la forma en que se organizan los datos.

• MATLAB Tipos de datos
• Enteros
• Estructuras
• Conversión de tipos

E/S de archivos

Objetivo: Explorar las funciones de importación y exportación de datos de bajo nivel en MATLAB que permiten un control preciso sobre la E/S de archivos binarios y de texto. Estas funciones incluyen textscan, que proporciona un control preciso de la lectura de archivos de texto.

• Apertura y cierre de archivos
• Lectura y escritura de archivos de texto
• Lectura y escritura de archivos binarios

Tenga en cuenta que la entrega real puede estar sujeta a discrepancias menores con respecto al esquema anterior sin notificación previa.

Parte 4

Visión general de la MATLAB Financial Toolbox

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

• Asignación de activos y optimización de carteras
• Análisis de riesgos y Investment rendimiento
• Análisis de Renta Fija y Precios de Opciones
• Análisis de series temporales financieras
• Regresión y estimación con datos faltantes
• Indicadores Técnicos y Gráficos Financieros
• Simulación Monte Carlo de modelos SDE

Asignación de activos y optimización de carteras

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

• Estimación de la rentabilidad de los activos y de los momentos de rentabilidad total a partir de los datos de precio o rentabilidad
• Cálculo de estadísticas a nivel de cartera, como la media, la varianza, el valor en riesgo (VaR) y el valor condicional en riesgo (CVaR)
• Realización de optimización y análisis de carteras de media-varianza restringida
• Examinar la evolución temporal de las asignaciones eficientes de la cartera
• Realización de la asignación de capital
• Contabilización de la rotación y los costes de transacción en problemas de optimización de carteras

Análisis de riesgos y Investment rendimiento

Objetivo: Definir y resolver problemas de optimización de portafolio.

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

Análisis de Renta Fija y Precios de Opciones

Objetivo: Realizar análisis de renta fija y valoración de opciones.

• Análisis del flujo de caja
• Realización de análisis de valores de renta fija conforme a la SIA
• Realización de precios básicos de opciones Black-Scholes, Black y binomiales

Parte 5

Análisis de series temporales financieras

Objetivo: analizar datos de series temporales en mercados financieros.

• Realización de operaciones matemáticas de datos
• Transformación y análisis de datos
• Análisis técnico
• Gráficos y gráficos

Regresión y estimación con datos faltantes

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

• Realización de regresiones comunes
• Estimación de la función de logarítmica verosimilitud y errores estándar para pruebas de hipótesis
• Completar cálculos cuando faltan datos

Indicadores Técnicos y Gráficos Financieros

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

• Medias móviles
• Osciladores, estocásticos, índices e indicadores
• Reducción máxima y reducción máxima esperada
• Gráficos, incluidas las bandas de Bollinger, los gráficos de velas y las medias móviles

Simulación Monte Carlo de modelos SDE

Objetivo: Crear simulaciones y aplicar modelos SDE

• Movimiento browniano (BM)
• Movimiento browniano geométrico (GBM)
• Elasticidad constante de la varianza (CEV)
• Cox-Ingersoll-Ross (CIR)
• Casco-Blanco/Vasicek (HWV)
• Heston

Conclusión

Objetivos: Resumir lo aprendido

• Un resumen del curso
• Otros próximos cursos sobre MATLAB

Nota: el contenido real entregado puede diferir del esquema como resultado de los requisitos del cliente y el tiempo dedicado a cada tema.