Kursus Quantitative Analyst

Pelajaran 1 • Asas Inferens Statistik

Mengajar anggaran, ujian hipotesis, dan selang keyakinan ke atas data kewangan. Membolehkan pengesahan teliti model dan strategi kuantitatif.

Pelajaran 2 • Gambaran Keseluruhan Pasaran dan Instrumen Kewangan

Memperkenalkan kelas aset, struktur pasaran, dan mekanik instrumen. Menetapkan konteks kewangan di mana model kuantitatif beroperasi.

Pelajaran 3 • Teori Kebarangkalian dan Taburan

Menetapkan aksiom kebarangkalian, pembolehubah rawak, dan taburan utama yang digunakan dalam pemodelan aset. Menyokong secara langsung bab proses stokastik dan risiko.

Pelajaran 4 • Matematik Penting untuk Kewangan

Merangkumi kalkulus, algebra linear, dan pengoptimuman seperti yang digunakan pada masalah kewangan. Menyediakan set alat yang digunakan dalam semua bab seterusnya.

Pelajaran 1 • Asas Analisis Siri Masa

Memperkenalkan kestasioneran, autokorelasi, dan pemodelan ARMA untuk siri kewangan. Menyediakan pelajar untuk bab pemodelan turun naik dan ramalan.

Pelajaran 2 • Regresi Pelbagai dan Model Faktor

Melanjutkan regresi pembolehubah tunggal ke rangka kerja penentuan harga aset berbilang faktor. Pelajar menguraikan pulangan kepada komponen sistematik dan istimewa.

Pelajaran 3 • Regresi Linear dalam Kewangan

Merangkumi anggaran OLS, andaian, dan diagnostik yang digunakan pada data pulangan. Membentuk garis dasar untuk semua model faktor dan siri masa seterusnya.

Pelajaran 4 • Kointegrasi dan Hubungan Jangka Panjang

Mengkaji ujian kointegrasi dan model pembetulan ralat untuk pasangan aset. Menyokong aplikasi perdagangan pasangan dan analisis faktor makro.

Pelajaran 1 • Rangka Kerja Penentuan Harga Neutral Risiko

Meliputi perubahan sukatan, martingale, dan teorem asas penentuan harga aset. Menghubungkan kalkulus stokastik kepada penilaian derivatif tanpa arbitraj.

Pelajaran 2 • Model Proses Kadar Faedah dan Kredit

Membentangkan proses min-berbalik dan lompatan-resapan untuk kadar dan spread kredit. Melanjutkan GBM kepada konteks penentuan harga pendapatan tetap dan derivatif kredit.

Pelajaran 3 • Simulasi Monte Carlo Laluan Aset

Melaksanakan skim penskritan dan pengurangan varians untuk simulasi laluan. Menyediakan enjin pengiraan untuk menentukan harga bayaran pulang kompleks secara berangka.

Pelajaran 4 • Kalkulus Ito dan Persamaan Pembezaan Stokastik

Membangunkan lemma Ito dan formulasi SDE untuk memodelkan dinamik aset. Membolehkan terbitan persamaan penentuan harga untuk derivatif dan produk berstruktur.

Pelajaran 1 • Penentuan Harga Produk Eksotik dan Berstruktur

Harga opsyen halangan, Asia, dan berbilang aset menggunakan simulasi dan analitik. Menghubungkan model teori kepada meja produk berstruktur dan penyelesaian pelanggan.

Pelajaran 2 • Pemodelan Permukaan Turun Naik dan Senyuman

Menganalisis corak turun naik tersirat dan model turun naik setempat/stokastik. Menangani batasan BSM dan menyediakan pelajar untuk penentuan harga eksotik.

Pelajaran 3 • Kaedah Berangka untuk Penentuan Harga Opsyen

Melaksanakan pokok binomial, kaedah beza terhingga, dan Monte Carlo untuk opsyen. Menyediakan alat penentuan harga gantian apabila penyelesaian bentuk tertutup tidak tersedia.

Pelajaran 4 • Rangka Kerja Black-Scholes-Merton

Menerbitkan PDE BSM dan formula penentuan harga opsyen bentuk tertutup daripada prinsip pertama. Menambat semua lanjutan dan perbandingan model seterusnya.

Pelajaran 1 • Pembinaan Portfolio Berasaskan Faktor

Bina portfolio yang menyasarkan faktor nilai, momentum, kualiti, dan turun naik rendah. Menghubungkan model faktor statistik kepada reka bentuk strategi ekuiti sistematik.

Pelajaran 2 • Kekangan Praktikal dan Pengoptimuman Teguh

Menggabungkan kekangan hanya panjang, pusing ganti, dan sektor ke dalam pengoptimuman portfolio. Menangani kepekaan ralat anggaran melalui kaedah teguh dan Bayesian.

Pelajaran 3 • Pengoptimuman Min-Varians

Memformalkan teori portfolio Markowitz, sempadan cekap, dan nisbah Sharpe. Menetapkan rangka kerja piawai untuk peruntukan aset kuantitatif.

Pelajaran 4 • Pengukuran dan Pengatribusian Prestasi

Menilai pulangan portfolio menggunakan metrik terlaras risiko dan atrubusi Brinson. Menutup gelung antara pembinaan portfolio dan semakan keputusan pelaburan.

Pelajaran 1 • Metodologi Nilai Berisiko

Meliputi anggaran VaR parametrik, simulasi sejarah, dan Monte Carlo. Menyediakan metrik risiko utama yang digunakan di seluruh meja dagangan dan fungsi risiko.

Pelajaran 2 • Kuantifikasi Risiko Kredit

Memodelkan kebarangkalian lalai, kerugian apabila lalai, dan risiko portfolio kredit. Menyokong penentuan harga instrumen kredit dan peruntukan modal ekonomi.

Pelajaran 3 • Kekurangan Jangkaan dan Ukuran Risiko Koheren

Memperkenalkan CVaR/ES sebagai alternatif koheren kepada VaR untuk penangkapan risiko ekor. Sejajar dengan rangka kerja modal kawal selia semasa untuk risiko pasaran.

Pelajaran 4 • Pemodelan Turun Naik untuk Risiko

Menggunakan model keluarga GARCH untuk meramalkan turun naik bersyarat bagi input risiko. Meningkatkan ketepatan VaR dan ES di bawah rejim pasaran yang berubah.

Pelajaran 1 • Pemprosesan Bahasa Semula Jadi untuk Kewangan

Mengekstrak sentimen dan maklumat daripada panggilan pendapatan, berita, dan pemfailan. Menjana isyarat data alternatif untuk strategi sistematik dan budi bicara.

Pelajaran 2 • Rangkaian Neural dan Pembelajaran Mendalam

Membina rangkaian suapan ke hadapan, berulang, dan lilitan untuk siri masa kewangan. Menangani cabaran pemasangan berlebihan, kebolehinterpretasian, dan penggunaan dalam kewangan.

Pelajaran 3 • Penilaian Model ML dalam Kewangan

Menggunakan pengesahan silang berjalan ke hadapan, pengesahan silang terpencil, dan ujian kombinatorial. Mencegah kebocoran data dan pemasangan berlebihan khusus untuk siri masa kewangan.

Pelajaran 4 • Pembelajaran Tanpa Selia dan Pengesanan Rejim

Menggunakan pengelompokan dan pengurangan dimensi untuk mengenal pasti rejim dan faktor pasaran. Meningkatkan pembinaan portfolio dan pengurusan risiko dengan isyarat sedar rejim.

Pelajaran 1 • Penyelidikan dan Penjanaan Isyarat Alfa

Mengenal pasti dan menguji isyarat ramalan daripada data harga, asas, dan alternatif. Menetapkan proses penyelidikan yang teliti untuk mengelakkan penemuan palsu.

Pelajaran 2 • Algoritma Pelaksanaan dan Kesan Pasaran

Meliputi algoritma TWAP, VWAP, dan pelaksanaan optimum untuk meminimumkan kesan pasaran. Menghubungkan reka bentuk strategi dengan realiti pengurusan pesanan langsung.

Pelajaran 3 • Reka Bentuk Rangka Kerja Ujian Balik

Membina enjin ujian balik dipacu peristiwa dengan model kos dan gelinciran realistik. Memastikan kesetiaan simulasi kepada keadaan dagangan langsung dan mengelakkan berat sebelah pandangan ke hadapan.

Pelajaran 4 • Penggunaan Langsung dan Pemantauan Strategi

Menguruskan peralihan daripada ujian balik kepada dagangan langsung dengan kawalan risiko dan pemantauan. Meliputi had kedudukan, suis pemutus, dan atribusi prestasi dalam pengeluaran.