دوره مقدمه‌ای بر محاسبات در تحلیل ریسک پورتفولیو همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مقدمه‌ای بر محاسبات در تحلیل ریسک پورتفولیو

موضوع کلی: برنامه نویسی

موضوع میانی: محاسبات سطح بالا (High-Performance Computing)

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر تحلیل ریسک پورتفولیو
• 2. مبانی مالی و سرمایه‌گذاری
• 3. مفاهیم کلیدی در تحلیل ریسک
• 4. مفهوم بازده (Return)
• 5. مفهوم ریسک (Risk)
• 6. انواع ریسک در بازارهای مالی
• 7. ریسک سیستماتیک (Systematic Risk)
• 8. ریسک غیرسیستماتیک (Unsystematic Risk)
• 9. ریسک اعتباری (Credit Risk)
• 10. ریسک نقدینگی (Liquidity Risk)
• 11. ریسک بازار (Market Risk)
• 12. ریسک نرخ بهره (Interest Rate Risk)
• 13. ریسک ارزی (Currency Risk)
• 14. ریسک عملیاتی (Operational Risk)
• 15. ریسک سیاسی (Political Risk)
• 16. مقدمه‌ای بر محاسبات سطح بالا (HPC)
• 17. چرا HPC برای تحلیل ریسک پورتفولیو؟
• 18. تاریخچه HPC
• 19. سخت‌افزار در HPC
• 20. پردازنده‌ها (CPUs)
• 21. پردازنده‌های گرافیکی (GPUs)
• 22. حافظه‌ها (Memory)
• 23. شبکه‌ها (Networks)
• 24. ذخیره‌سازی (Storage)
• 25. نرم‌افزار در HPC
• 26. سیستم‌عامل‌ها در HPC
• 27. زبان‌های برنامه‌نویسی برای HPC
• 28. فریم‌ورک‌ها و کتابخانه‌های HPC
• 29. موازی‌سازی (Parallelism)
• 30. مفاهیم موازی‌سازی
• 31. انواع موازی‌سازی
• 32. موازی‌سازی داده (Data Parallelism)
• 33. موازی‌سازی وظیفه (Task Parallelism)
• 34. الگوهای موازی‌سازی
• 35. مدل برنامه‌نویسی MPI
• 36. مقدمه‌ای بر MPI
• 37. ارسال و دریافت پیام (Send/Receive)
• 38. انواع ارتباطات MPI
• 39. دسته‌بندی پیام‌ها (Communicators)
• 40. استانداردهای MPI
• 41. مدل برنامه‌نویسی OpenMP
• 42. مقدمه‌ای بر OpenMP
• 43. دستورالعمل‌ها (Directives)
• 44. مدیریت نخ‌ها (Threads)
• 45. اشتراک‌گذاری متغیرها (Shared Variables)
• 46. همگام‌سازی (Synchronization)
• 47. مقایسه MPI و OpenMP
• 48. مزایای MPI
• 49. مزایای OpenMP
• 50. موارد استفاده ترکیبی MPI و OpenMP
• 51. محاسبات مبتنی بر GPU (GPU Computing)
• 52. معماری CUDA
• 53. هسته‌های CUDA (CUDA Cores)
• 54. بلوک‌های گرید (Grid Blocks)
• 55. نخ‌ها (Threads)
• 56. حافظه در CUDA
• 57. مدل برنامه‌نویسی CUDA C/C++
• 58. تکنیک‌های بهینه‌سازی در CUDA
• 59. نرم‌افزارهای تخصصی HPC در مالی
• 60. کتابخانه‌های ریاضیاتی برای HPC
• 61. کتابخانه‌های آماری برای HPC
• 62. شبیه‌سازی مونت کارلو (Monte Carlo Simulation)
• 63. مقدمه‌ای بر شبیه‌سازی مونت کارلو
• 64. تولید اعداد تصادفی (Random Number Generation)
• 65. روش‌های نمونه‌گیری (Sampling Methods)
• 66. کاربرد مونت کارلو در ارزش‌گذاری اوراق بهادار
• 67. کاربرد مونت کارلو در محاسبه VaR
• 68. کاربرد مونت کارلو در محاسبه CVaR
• 69. پیاده‌سازی مونت کارلو با HPC
• 70. موازی‌سازی الگوریتم مونت کارلو
• 71. استفاده از GPU برای مونت کارلو
• 72. مدل‌سازی سری‌های زمانی (Time Series Modeling)
• 73. انواع مدل‌های سری زمانی
• 74. مدل‌های ARIMA
• 75. مدل‌های GARCH
• 76. پیاده‌سازی مدل‌های سری زمانی با HPC
• 77. محاسبات موازی برای پیش‌بینی
• 78. بهینه‌سازی پرتفولیو (Portfolio Optimization)
• 79. تئوری مدرن پرتفولیو (MPT)
• 80. مرز کارا (Efficient Frontier)
• 81. محاسبه MPT با HPC
• 82. الگوریتم‌های ژنتیک (Genetic Algorithms)
• 83. مقدمه‌ای بر الگوریتم‌های ژنتیک
• 84. کاربرد GA در بهینه‌سازی پرتفولیو
• 85. پیاده‌سازی GA با HPC
• 86. یادگیری ماشین در تحلیل ریسک (Machine Learning in Risk Analysis)
• 87. مقدمه‌ای بر یادگیری ماشین
• 88. انواع الگوریتم‌های ML
• 89. رگرسیون (Regression)
• 90. طبقه‌بندی (Classification)
• 91. خوشه‌بندی (Clustering)
• 92. شبکه‌های عصبی (Neural Networks)
• 93. یادگیری عمیق (Deep Learning)
• 94. کاربرد ML در پیش‌بینی ریسک
• 95. کاربرد ML در تشخیص ناهنجاری (Anomaly Detection)
• 96. پیاده‌سازی ML با HPC
• 97. آموزش موازی مدل‌های ML
• 98. استفاده از GPU برای ML
• 99. مدیریت داده‌های بزرگ (Big Data Management)
• 100. چالش‌های داده‌های بزرگ در مالی