R Programming for Finance ( rforfinance | 28 hours )

• Zrozumienie finansów (papiery wartościowe, instrumenty pochodne itp.)
• Solidna znajomość matematyki
• [Doświadczenie w dowolnym języku jest pomocne, ale nie wymagane.

R jest popularnym językiem programowania w branży finansowej. Jest on używany w aplikacjach finansowych, od podstawowych programów handlowych po systemy zarządzania ryzykiem.

W tym prowadzonym przez instruktora szkoleniu na żywo uczestnicy dowiedzą się, jak używać R do opracowywania praktycznych aplikacji do rozwiązywania szeregu konkretnych problemów związanych z finansami.

Pod koniec tego szkolenia uczestnicy będą w stanie

• Zrozumieć podstawy języka programowania R.
• Wybierać i wykorzystywać pakiety i techniki R do organizowania, wizualizacji i analizy danych finansowych z różnych źródeł (CSV, Excel, bazy danych, sieć itp.)
• Tworzenie aplikacji rozwiązujących problemy związane z alokacją aktywów, analizą ryzyka, wynikami inwestycyjnymi i nie tylko
• Rozwiązywanie problemów, integracja, wdrażanie i optymalizacja aplikacji R.

Publiczność

• Programiści
• Analitycy
• Inwestorzy

Format kursu

• Część wykładu, część dyskusji, ćwiczenia i ciężka praktyka praktyczna

Uwaga

• Szkolenie to ma na celu dostarczenie rozwiązań dla niektórych z głównych problemów, z którymi borykają się specjaliści finansowi. Jeśli jednak masz konkretny temat, narzędzie lub technikę, którą chcesz dołączyć lub rozwinąć, skontaktuj się z nami w celu ustalenia szczegółów.

Wprowadzenie

Konfiguracja IDE (zintegrowanego środowiska programistycznego)

• RStudio

Podstawy języka R Programming

• Obiekty R: wektory, macierze, tablice, ramki danych i listy
• Kontrola przepływu: rozgałęzienia, pętle i testowanie prawdy

Dane w R Access

• Odczytywanie i zapisywanie danych CSV
• [Zapisywanie danych w bazie danych SQL

Wizualizacja danych w R

• Tworzenie wykresów w R

Analizowanie danych za pomocą R

• Manipulowanie ramkami danych
• Statystyki opisowe

Wnioskowanie i analiza szeregów czasowych

• Analiza danych szeregów czasowych na rynkach finansowych
• Modelowanie zmienności dla danych finansowych o wysokiej częstotliwości

Symulacja trajektorii cen aktywów

• Symulacja Monte Carlo

Alokacja aktywów i optymalizacja portfela

• Przeprowadzanie alokacji kapitału, alokacji aktywów i oceny ryzyka
• Analiza regresji

Analiza ryzyka i Investment wydajność

• Definiowanie i rozwiązywanie problemów optymalizacji portfela
• VaR i ES

Analiza instrumentów o stałym dochodzie i wycena opcji

• Analiza instrumentów o stałym dochodzie i wycena opcji

Wprowadzanie aplikacji R do produkcji

• Integracja aplikacji z Excel i innymi aplikacjami internetowymi

Wydajność aplikacji

• Optymalizacja aplikacji
• Wieloprzetwarzanie R

Rozwiązywanie problemów

Uwagi końcowe