فلش‌کارت‌های آموزشی قیمت‌گذاری اوراق مشتقه پیشرفته و ارزیابی ریسک اعتباری با مدل‌های انتشار شرطی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره قیمت‌گذاری اوراق مشتقه پیشرفته و ارزیابی ریسک اعتباری با مدل‌های انتشار شرطی

موضوع کلی: مدل‌سازی و ارزیابی ابزارهای مالی پیچیده

موضوع میانی: قیمت‌گذاری اوراق مشتقه با استفاده از مدل‌های یادگیری عمیق

📋 سرفصل‌های دوره

• 1. مبانی اوراق مشتقه و استراتژی‌های معاملاتی
• 2. معرفی اوراق مشتقه پیچیده و طبقه‌بندی آن‌ها
• 3. مروری بر مدل‌های قیمت‌گذاری استاندارد (Black-Scholes و...)
• 4. مبانی فرآیندهای انتشار و حرکت براونی
• 5. آشنایی با معادله انتشار و کاربردهای آن در مدل‌سازی مالی
• 6. معرفی مفاهیم شرط‌بندی و احتمال شرطی
• 7. مروری بر مفهوم ریسک و انواع آن در بازارهای مالی
• 8. مفاهیم اساسی در مدیریت ریسک اعتباری
• 9. آشنایی با بازی‌های اعتباری و نقش آن‌ها در بازارهای مالی
• 10. معرفی مدل‌های انتشار شرطی (Conditional Diffusion)
• 11. مروری بر ریاضیات مورد نیاز برای مدل‌های انتشار شرطی
• 12. مدل‌سازی قیمت دارایی پایه با استفاده از انتشار شرطی
• 13. مفاهیم اساسی در یادگیری عمیق (Deep Learning)
• 14. معرفی شبکه‌های عصبی (Neural Networks)
• 15. انواع شبکه‌های عصبی (MLP, CNN, RNN)
• 16. مفاهیم اولیه در یادگیری ماشین و آموزش مدل‌ها
• 17. بهینه‌سازی مدل‌های یادگیری عمیق
• 18. مبانی شبکه‌های عصبی عمیق برای قیمت‌گذاری اوراق مشتقه
• 19. شبکه‌های عصبی بازگشتی (RNN) و کاربردهای آن‌ها
• 20. شبکه‌های عصبی پیش‌خور (FFNN) و کاربردهای آن‌ها
• 21. شبکه‌های عصبی کانولوشنی (CNN) و کاربردهای آن‌ها
• 22. مقدمه‌ای بر مدل‌های انتشار شرطی مبتنی بر یادگیری عمیق
• 23. معرفی ساختار کلی مدل‌های انتشار شرطی
• 24. پیاده‌سازی مدل‌های انتشار شرطی با استفاده از شبکه‌های عصبی
• 25. آموزش و بهینه‌سازی مدل‌های انتشار شرطی
• 26. اعتبارسنجی و ارزیابی عملکرد مدل‌های انتشار شرطی
• 27. کاربردهای مدل‌های انتشار شرطی در قیمت‌گذاری اوراق اختیار معامله
• 28. قیمت‌گذاری اوراق اختیار معامله آمریکایی با استفاده از انتشار شرطی
• 29. قیمت‌گذاری اوراق اختیار معامله آسیایی با استفاده از انتشار شرطی
• 30. قیمت‌گذاری اوراق اختیار معامله با مانع (Barrier Options) با انتشار شرطی
• 31. قیمت‌گذاری اوراق اختیار معامله چند متغیره با انتشار شرطی
• 32. مدل‌سازی و قیمت‌گذاری اوراق اختیار معامله با پارامترهای زمانی وابسته
• 33. مدل‌سازی نوسانات پویا با استفاده از انتشار شرطی
• 34. مدل‌سازی بازارهای با عدم نقدشوندگی با استفاده از انتشار شرطی
• 35. انتشار شرطی در قیمت‌گذاری اوراق بهادار با ساختار پیچیده
• 36. قیمت‌گذاری گزینه‌های پیش‌بینی‌کننده (Forward-Start Options) با انتشار شرطی
• 37. قیمت‌گذاری گزینه‌های دیجیتال با انتشار شرطی
• 38. بررسی بازی‌های اعتباری و مدل‌سازی آن‌ها
• 39. معرفی مفهوم ریسک اعتباری و مدل‌سازی آن
• 40. مدل‌های پیش‌فرض و نرخ‌های بازیابی
• 41. مدل‌سازی ریسک اعتباری با استفاده از مدل‌های انتشار شرطی
• 42. پیاده‌سازی مدل‌های انتشار شرطی برای بازی‌های اعتباری
• 43. ارزیابی ریسک طرف مقابل (Counterparty Risk)
• 44. محاسبه Exposure و CVA با استفاده از مدل‌های انتشار شرطی
• 45. مدل‌سازی و قیمت‌گذاری معاملات با طرف‌های متعدد
• 46. مدل‌سازی رفتار طرف مقابل در بازی‌های اعتباری
• 47. تحلیل حساسیت و استرس تست مدل‌های قیمت‌گذاری
• 48. روش‌های کاهش خطای مدل‌سازی
• 49. ارزیابی و مقایسه عملکرد مدل‌های مختلف قیمت‌گذاری
• 50. استفاده از شبیه‌سازی مونت‌کارلو برای اعتبارسنجی نتایج
• 51. انتشار شرطی و قیمت‌گذاری بهینه دارایی‌ها
• 52. انتشار شرطی و مدیریت پرتفوی
• 53. کاربرد مدل‌های انتشار شرطی در مدیریت ریسک
• 54. مقایسه مدل‌های انتشار شرطی با روش‌های سنتی
• 55. معرفی چارچوب‌های محاسباتی برای مدل‌سازی انتشار شرطی
• 56. پیاده‌سازی مدل‌های انتشار شرطی با استفاده از Python و TensorFlow
• 57. پیاده‌سازی مدل‌های انتشار شرطی با استفاده از PyTorch
• 58. بهینه‌سازی کد برای سرعت و کارایی
• 59. آشنایی با ابزارهای تجزیه و تحلیل داده
• 60. استفاده از کتابخانه‌های آماری برای تحلیل نتایج
• 61. طراحی و اجرای پروژه‌های عملی در قیمت‌گذاری اوراق مشتقه
• 62. پروژه: قیمت‌گذاری یک اوراق اختیار معامله پیچیده با انتشار شرطی
• 63. پروژه: مدل‌سازی و ارزیابی ریسک اعتباری یک پورتفوی
• 64. پروژه: پیاده‌سازی یک بازی اعتباری و تحلیل نتایج
• 65. مروری بر مقالات و تحقیقات اخیر در زمینه انتشار شرطی
• 66. کاربردهای مدل‌های انتشار شرطی در بازارهای مختلف
• 67. انتشار شرطی و بازارهای نوظهور
• 68. آینده مدل‌سازی مالی با استفاده از یادگیری عمیق
• 69. چالش‌ها و محدودیت‌های مدل‌های انتشار شرطی
• 70. بهبود عملکرد مدل‌ها با استفاده از تکنیک‌های پیشرفته
• 71. یادگیری انتقال (Transfer Learning) در مدل‌سازی مالی
• 72. انتشار شرطی و مدل‌سازی سری‌های زمانی
• 73. مدل‌سازی رفتارهای نامنظم بازار
• 74. اصلاحات مدل و آموزش مجدد
• 75. استفاده از داده‌های بزرگ در مدل‌سازی انتشار شرطی
• 76. شناسایی و مقابله با Overfitting در مدل‌سازی
• 77. روش‌های کاهش Variance در مدل‌سازی
• 78. نحوه انتخاب بهترین ساختار شبکه عصبی
• 79. آشنایی با روش‌های Regularization
• 80. بررسی روش‌های مختلف بهینه‌سازی
• 81. استفاده از GPU و TPU برای تسریع محاسبات
• 82. مقایسه عملکرد مدل‌های انتشار شرطی در برابر سایر روش‌ها
• 83. تاثیر داده‌های تاریخی بر دقت مدل
• 84. معرفی روش‌های اعتبار سنجی مدل
• 85. تاثیر پارامترهای ورودی بر خروجی مدل
• 86. نحوه تحلیل نتایج و تفسیر آن‌ها
• 87. بررسی خطاهای مدل و راه‌های رفع آن‌ها
• 88. معرفي روش‌های اندازه‌گیری حساسیت‌های مدل
• 89. شناسایی و رفع Bias در مدل‌سازی
• 90. بررسی تاثیر ساختار شبکه بر دقت مدل
• 91. بررسی تاثیر توابع فعال‌سازی بر دقت مدل
• 92. آموزش عملی کار با داده‌ها و پیش‌پردازش
• 93. بهینه‌سازی مدل برای استفاده در زمان واقعی
• 94. روش‌های تجمیع مدل‌ها
• 95. بررسی مطالعات موردی و نمونه‌های عملی
• 96. انتشار شرطی و قیمت‌گذاری در شرایط تورم
• 97. انتشار شرطی و نقدشوندگی بازار
• 98. انتشار شرطی و تحلیل رفتاری سرمایه‌گذاران
• 99. اخلاق در مدل‌سازی مالی
• 100. ملاحظات نظارتی و انطباق با قوانین