کتاب مدلسازی ریاضی پیشرفته برای تحلیلگران کمی با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

249,950 تومان
پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مدلسازی ریاضی پیشرفته برای تحلیلگران کمی

موضوع کلی: ریاضیات

موضوع میانی: مدلسازی ریاضی

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر مدلسازی ریاضی در تحلیل کمی
  • 2. مروری بر مفاهیم احتمال و آمار
  • 3. فرآیندهای تصادفی و کاربردهای آن‌ها در مدل‌سازی
  • 4. مدل‌سازی سری‌های زمانی: AR، MA، ARMA
  • 5. مدل‌سازی سری‌های زمانی: ARIMA و GARCH
  • 6. آزمون‌های ایستایی و ریشه‌گیری در سری‌های زمانی
  • 7. پیش‌بینی سری‌های زمانی با استفاده از مدل‌های ARIMA
  • 8. مدل‌های رگرسیونی خطی و چندگانه در تحلیل کمی
  • 9. رگرسیون لجستیک و کاربرد آن در مدل‌سازی ریسک
  • 10. تحلیل بقا و مدل‌های پروپورتشنال هازاردز
  • 11. مدل‌سازی حجم معاملات و نوسانات
  • 12. مدل‌های مبتنی بر عامل (Agent-Based Modeling) در بازارهای مالی
  • 13. شبیه‌سازی مونت‌کارلو و کاربردهای آن در تحلیل کمی
  • 14. درخت‌های تصمیم و جنگل‌های تصادفی در پیش‌بینی مالی
  • 15. شبکه‌های عصبی و یادگیری ماشین در مدل‌سازی مالی
  • 16. ارزیابی و اعتبارسنجی مدل‌های کمی
  • 17. مدل‌سازی ریسک اعتباری
  • 18. مدل‌سازی ریسک بازار
  • 19. مدل‌سازی ریسک عملیاتی
  • 20. مدل‌سازی مشتقات مالی: اوپشن‌ها
  • 21. مدل‌سازی مشتقات مالی: فیوچرها و سواپ‌ها
  • 22. بهینه‌سازی پورتفوی با استفاده از مدل‌های ریاضی
  • 23. تئوری پورتفوی مدرن و مدل‌های تکامل‌یافته آن
  • 24. مدل‌سازی تخصیص دارایی‌ها
  • 25. مدل‌سازی ریسک نقدینگی
  • 26. مدل‌سازی ریسک نرخ بهره
  • 27. مدل‌سازی زنجیره مارکوف و کاربردها
  • 28. مدل‌سازی شبکه‌های پیچیده در بازارهای مالی
  • 29. مدل‌سازی رفتار سرمایه‌گذاران و روانشناسی بازار
  • 30. تکنیک‌های کاهش ابعاد و تحلیل مولفه‌های اصلی
  • 31. تحلیل خوشه‌ای و شناسایی الگوهای پنهان
  • 32. مدل‌سازی داده‌های بزرگ در تحلیل کمی
  • 33. مقدمه‌ای بر برنامه‌نویسی برای مدل‌سازی ریاضی (Python/R)
  • 34. استفاده از کتابخانه‌های آماری در Python/R
  • 35. مصورسازی داده‌ها و نتایج مدل‌سازی
  • 36. تحلیل حساسیت و عدم قطعیت در مدل‌های کمی
  • 37. مدل‌سازی سناریو و تحلیل استرس
  • 38. مفاهیم پیشرفته در بهینه‌سازی
  • 39. مدل‌سازی تقاضا و عرضه
  • 40. مدل‌سازی قیمت‌گذاری اوراق قرضه
  • 41. مدل‌سازی بازارهای انرژی
  • 42. مدل‌سازی بیمه و ریسک‌های بیمه‌ای
  • 43. مدل‌سازی زنجیره تامین
  • 44. مدل‌سازی سیستم‌های صف
  • 45. مدل‌سازی و پیش‌بینی ورشکستگی
  • 46. مدل‌سازی تقلب و شناسایی رفتارهای غیرعادی
تگ‌ها: R آمار اقتصادسنجی بازارهای مالی بهینه سازی پورتفوی پایتون تحلیل کمی داده کاوی رگرسیون ریسک سری زمانی شبیه سازی مدلسازی ریاضی مشتقات مالی یادگیری ماشین

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.