冠状病毒疾病2019（Covid-19）更新
由于对Covid-19爆发的疑虑提高了担忧，我们正在增加更多的教师LED的在线培训课程作为课堂课程的替代方案。
课程时间表
先决条件
MATLAB用于金融应用和时间序列建模概念的知识。
该计划已被Garp批准，并有资格获得7个Garp CPD学分。如果您是经过认证的FRM或ERP，请在信用跟踪器中记录此活动http://www.garp.org/cpd.
Matlab中的时间序列建模
这项一天的课程提供了使用MATLAB的时间序列建模的全面介绍®和经验学工具箱™。该课程适用于经济学家，分析师和其他金融专业人士，并在MATLAB经验需要开发和维护时间序列模型。该课程旨在遵循标准Box-Jenkins程序，用于开发时间系列模型。高级课程主题包括：
- 预处理时间序列数据
- 确定时间序列数据的长期和季节性趋势
- 使用假设测试测试数据定性
- 创建和拟合Arima并加入时间系列模型到数据集
- 比较不同的模型适合相同的数据
- 使用Monte Carlo模拟分析模型动态
- 使用拟合模型预测数据
Matlab中的时间序列建模
先决条件
MATLAB用于金融应用和时间序列建模概念的知识。
该计划已被Garp批准，并有资格获得7个Garp CPD学分。如果您是经过认证的FRM或ERP，请在信用跟踪器中记录此活动http://www.garp.org/cpd.
| 第1天 | |
|---|---|
| 准备模型配件数据 | 客观的：通过识别趋势和应用数据转换，为模型拟合准备时间序列数据。
|
| 模型选择和配件 | 客观的：使用诊断工具为给定时间序列选择一组合适的候选Arima和GARCH模型。识别，创建和适合候选时间序列模型到数据。
|
| 评估模型适当性 | 客观的：计算和评估模型诊断，以确保模型正确性，适用性和可靠性。
|
| 预测和模拟 | 客观的：预测模型以预测未来数据。通过应用Monte Carlo仿真技术模拟样品轨迹和统计数据。
|
