MATLAB 및 Simulink 교육

MATLAB for Financial Applications

일정 보기 및 등록

교육과정 세부 정보

본 3일 교육과정은 MATLAB의 테크니컬 컴퓨팅 환경하에서 금융 전문가를 위한 여러 사용법을 다룹니다. MATLAB을 시작하시려는 분 또는 사용법을 정리하시려는 분들을 위한 과정입니다. 본 교육과정에서는 MATLAB 지식 또는 프로그래밍 경험을 필요로 하지 않으며, 시계열(time-series) 분석, Monte Carlo 시뮬레이션, 포트폴리오 관리 및 실험적(empirical) 모델링과 같은 금융 분야와 관련된 데이터 분석, 시각화, 시스템 모델링 및 프로그래밍 방법에 대해 다룹니다. 본 과정의 주요 내용은 다음과 같습니다.

  • MATLAB 사용자 인터페이스
  • 스프레드시트 및 다른 파일로부터 데이터 가져오기
  • MATLAB 내의 금융 데이터 표현
  • 날짜 및 시간 데이터 작업
  • 고급 플롯 및 그래픽 기능을 이용한 데이터 시각화
  • 논리적 기준 기반의 대용량 데이터 세트 필터링
  • 코드 파일을 이용한 자동화 작업
  • 프로그래밍 구조를 이용한 알고리즘 개발
  • 데이터 분석, 모델링, 그리고 시뮬레이션 수행
  • 보고서 생성 및 데이터 내보내기

이 프로그램은 GARP에 의해 승인되었으며 GARP CPD 크레딧 21시간을 부여합니다. Certified FRM 또는 ERP를 보유한 경우 에서 이 활동을 프로파일에 추가하시기 바랍니다.

1일차


MATLAB 사용자 인터페이스 활용

학습목표: MATLAB 통합 설계 환경과 사용자 인터페이스의 주요 기능을 알아봅니다. 교육과정 주제를 개략적으로 살펴봅니다.

  • 파일에서 데이터 읽어오기
  • 변수 저장 및 불러오기
  • 대화형 방식으로 데이터 플로팅
  • 플롯 사용자 지정
  • 다른 응용 프로그램에서 사용하기 위해 그래픽스 내보내기

변수 및 명령

학습목표: 숫자형 데이터 및 텍스트 데이터 생성과 액세스에 중점을 두고 MATLAB 명령을 입력합니다. 재현과 자동화를 위해 MATLAB 명령을 코드 파일에 가져옵니다. 데이터 가져오기, 분석, 리포트 생성 같은 작업을 수행하는 방법을 알아봅니다.

  • 명령 입력
  • 숫자형 변수와 텍스트 변수 생성
  • 플롯 작성 및 플롯에 주석 추가
  • 도움말 표시
  • 라이브 스크립트 생성 및 실행
  • 라이브 스크립트 서식 지정 및 공유

시계열 활용

학습목표: 시간 기반 데이터를 MATLAB 타임테이블로 가져옵니다. 변수를 사용하여 날짜와 기간을 표현하고 조작합니다.

  • 타임테이블에 데이터 저장
  • 타임테이블에 대해 연산 수행
  • 벡터 변수 생성
  • 데이터 액세스 및 조작
  • 날짜와 기간을 사용한 계산 수행

2일차


데이터 분석

학습목표: 숫자형 데이터에 대해 수학적 계산과 통계학적 계산을 수행합니다. MATLAB 구문을 사용하여 단일 명령으로 여러 개의 가격 계열에 대해 전처리 및 분석 작업을 수행합니다.

  • 데이터에 대해 계산 수행
  • 행렬 데이터 해석
  • 분석에 행렬 사용
  • 행렬 데이터 시각화

조건부 데이터 선택

학습목표: 주어진 조건을 충족하는 데이터의 서브셋을 분석합니다.

  • 논리 연산 및 논리형 변수
  • 찾기 및 개수 계산
  • 논리형 인덱싱
  • categorical형 배열을 사용하여 이산 변수 관리

프로그래밍 구문을 사용하여 자동화 강화

학습목표: 사용자와 상호 작용하고, 결정을 내리며, 다양한 상황에 맞게 조정되는 유연한 코드를 만듭니다.

  • 프로그래밍 구문
  • 사용자 상호 작용
  • 데이터 피드에서 데이터 검색
  • 결정 분기
  • 루프

3일차


함수를 사용하여 자동화 강화

학습목표: 모듈식 작업을 사용자 정의 함수로 캡슐화하여 자동화를 강화합니다. MATLAB이 파일과 변수에 대한 참조를 확인하는 방법을 이해합니다. MATLAB 개발 툴을 사용하여 코드 문제를 찾고 해결합니다.

  • 함수 생성
  • 함수 호출
  • MATLAB 경로 설정
  • 디버그
  • 중단점 사용
  • 구조체 생성 및 사용

경험적 데이터에 모델 피팅

학습목표: 모델 피팅 전에 데이터를 전처리합니다. 확률 분포와 선형 모델을 데이터에 피팅합니다. 이론적 분포 또는 피팅된 분포에서 난수를 생성합니다.

  • 누락된 데이터 처리
  • 선형 회귀 모델 피팅
  • 확률 분포 피팅
  • 분포 피팅에서 시뮬레이션

포트폴리오 생성

학습목표: 표준 평균-분산 메트릭과 소수의 포트폴리오 제약 조건을 사용하여 실현 가능 포트폴리오 제약 조건 세트를 정의하고 분석함으로써, 일련의 실현 가능 포트폴리오를 정의하고 분석합니다.

  • 포트폴리오 데이터형
  • 자산 영역 정의
  • 투자 제한 요소 정의
  • 효율적 투자선 추정 및 시각화

수준: 기초

수강자 필수조건:

  • 선형대수와 관련된 개념과 용어에 대한 기본 지식 및 컴퓨터 기초 지식

기간: 3 일

언어: English

일정 보기 및 등록