Kurso sa Financial Engineering Optimization Methods

Aralin 1 • Mga Pangunahing Konsepto sa Quantitative Finance

Ipinapakilala ang mga instrumentong pinansyal, mekanika ng pamilihan, at risk-return tradeoff. Itinatatag ang bokabularyo at konteksto para sa lahat ng susunod na gawain sa optimization.

Aralin 2 • Introduksyon sa Optimization Theory

Binibigyang-kahulugan ang mga problema sa optimization, objective function, at mga uri ng constraint. Ikinokonekta ang teoryang abstrak sa konkretong mga senaryo ng paggawa ng desisyon sa pananalapi.

Aralin 3 • Mga Kinakailangang Matematika para sa Optimization

Sumasaklaw sa linear algebra, calculus, at probabilidad na mahalaga para sa mga modelong pinansyal. Nagbibigay ng computational backbone para sa pagbubuo ng mga problema sa optimization.

Aralin 1 • Ang Simplex Method

Ipinapaliwanag ang simplex algorithm nang hakbang-hakbang, kabilang ang pivoting at pagbabago ng basis. Inilalapat ng mga mag-aaral ang pamamaraan sa mga problemang pinansyal na LP nang manwal at gamit ang software.

Aralin 2 • Duality Theory at Sensitivity Analysis

Ipinapakilala ang mga problema sa dual LP at shadow price na may interpretasyong pinansyal. Ipinapakita ng sensitivity analysis kung paano tumutugon ang mga optimal na solusyon sa mga pagbabago ng parameter.

Aralin 3 • Mga Aplikasyong Pinansyal ng Linear Programming

Inilalapat ang LP sa pagtutugma ng asset-liability, pagpaplano ng daloy ng pera, at pagkopya ng index. Bumubuo at lumulutas ang mga mag-aaral ng kumpletong modelong pinansyal na LP mula sa mga pahayag ng problema.

Aralin 1 • Pagsusuri ng Pagganap ng mga Optimal na Portfolio

Tinatasa ang mga na-optimisang portfolio gamit ang mga sukatan na inayos sa panganib at out-of-sample na pagsubok. Ikinokonekta ang mga output ng optimization sa praktikal na pagsukat ng pagganap ng investment.

Aralin 2 • Mga Ekstensyon at Praktikal na Constraint

Isinasama ang mga gastos sa transaksyon, factor constraint, at limitasyon ng ESG sa mga modelong QP. Bumubuo ang mga mag-aaral ng makatotohanang modelo ng pag-optimisa ng portfolio na ginagamit sa industriya.

Aralin 3 • Paglutas ng mga Quadratic Program

Sumasaklaw sa active-set, interior-point, at critical-line algorithm para sa QP. Ipinapatupad ng mga mag-aaral ang mga solver at binibigyang-kahulugan ang convergence at kalidad ng solusyon.

Aralin 4 • Mean-Variance Framework

Pinopormalisa ang mean-variance model, kabilang ang inaasahang kita at variance ng portfolio. Itinatatag ang teoretikal na batayan para sa lahat ng quadratic portfolio optimization.

Aralin 1 • Convex Set at Function

Mahigpit na binibigyang-kahulugan ang convexity para sa mga set at function na may mga halimbawa sa pananalapi. Nagbibigay ng teoretikal na pundasyon para sa paggarantiya ng global optimality.

Aralin 2 • Optimality Condition at Duality

Sumasaklaw sa mga kondisyon ng KKT, Lagrangian duality, at strong duality para sa mga convex na problema. Bineberipika ng mga mag-aaral ang optimalidad at binibigyang-kahulugan ang dual variable sa mga kontekstong pinansyal.

Aralin 3 • Gradient at Subgradient Method

Ipinapakilala ang mga first-order algorithm kabilang ang gradient descent at subgradient method. Ipinapatupad ng mga mag-aaral ang mga algorithm na ito sa mga objective function sa pananalapi.

Aralin 4 • Second-Order at Interior-Point Method

Sumasaklaw sa Newton's method, barrier method, at primal-dual interior-point algorithm. Inilalapat ito ng mga mag-aaral sa malalaking problema ng convex financial optimization.

Aralin 1 • Mga Pangunahing Kaalaman sa Integer Programming

Binibigyang-kahulugan ang integer at binary variable at ang kanilang tungkulin sa mga modelo ng pagpapasyang pinansyal. Ikinukumpara ang pagiging kumplikado ng IP sa LP at binibigyang-katwiran ang mga espesyalisadong paraan ng solusyon.

Aralin 2 • Algoritmo ng Branch-and-Bound

Ipinapaliwanag ang balangkas ng branch-and-bound para sa paglutas ng integer program hanggang sa optimalidad. Sinusubaybayan ng mga mag-aaral ang pagpapatupad ng algorithm sa mga halimbawa ng MIP sa pananalapi.

Aralin 3 • Mga Aplikasyon ng MIP sa Pananalapi

Minomodelo ang mga portfolio na may constraint sa cardinality, capital budgeting, at lokasyon ng pasilidad bilang MIP. Bumubuo at lumulutas ang mga mag-aaral ng kumpletong integer program sa pananalapi gamit ang mga solver.

Aralin 4 • Cutting Plane Method

Ipinapakilala ang Gomory cuts at valid inequality upang higpitan ang mga LP relaxation. Inilalapat ng mga mag-aaral ang cutting plane upang mapabilis ang solusyon ng MIP sa mga modelong pinansyal.

Aralin 1 • Pagmomodelo ng Kawalan ng Katiyakan sa Pananalapi

Ipinapakilala ang mga pinagmumulan ng kawalan ng katiyakan sa pananalapi at ang kanilang probabilistikong representasyon. Binibigyang-katwiran ang pangangailangan para sa mga pamamaraan ng optimization na tahasang humahawak ng randomness.

Aralin 2 • Optimization Batay sa Simulasyon

Pinagsasama ang Monte Carlo simulation sa optimization para sa mga kumplikadong problemang pinansyal. Ipinapatupad ng mga mag-aaral ang sample average approximation at stochastic gradient method.

Aralin 3 • Mga Panukat sa Panganib at CVaR Optimization

Binibigyang-kahulugan ang magkakaugnay na mga sukatan ng panganib at binubuo ang pag-minimize ng Conditional Value-at-Risk (CVaR) bilang isang linear program. Ino-optimize ng mga mag-aaral ang mga portfolio sa ilalim ng mga hadlang sa tail-risk gamit ang scenario data.

Aralin 4 • Mga Pangunahing Kaalaman sa Stochastic Programming

Sumasaklaw sa two-stage at multi-stage stochastic program na may mga desisyon sa recourse. Binubuo ng mga mag-aaral ang mga problema sa pagpaplanong pinansyal bilang stochastic program.

Aralin 1 • Pinakamainam na Kontrol sa Tuloy-tuloy na Panahon

Sumasaklaw sa Hamilton-Jacobi-Bellman equation at Pontryagin's maximum principle. Hinahango ng mga mag-aaral ang mga solusyong analitikal para sa mga klasikong problema sa pananalapi na tuloy-tuloy ang oras.

Aralin 2 • Mga Prinsipyo ng Dynamic Programming

Ipinapakilala ang prinsipyo ng optimalidad ni Bellman at ang konsepto ng value function. Itinatatag ang recursive na istruktura na pinagbabatayan ng lahat ng dynamic financial optimization.

Aralin 3 • Mga Modelong Pinansiyal sa Discrete-Time

Inilalapat ang DP sa binomial tree, multi-period na pagpili ng portfolio, at pagpepresyo ng opsyon. Ipinapatupad ng mga mag-aaral ang backward induction sa discrete financial state space.

Aralin 4 • Mga Aplikasyon sa Hedging at Pagpapatupad

Gumagamit ng DP at optimal control para sa dynamic hedging strategy at optimal trade execution. Bumubuo ang mga mag-aaral ng mga modelo para sa mga tunay na sunud-sunod na problema sa pagpapasyang pinansyal.

Aralin 1 • Disenyo ng Estratehiya sa Algorithmic Trading

Inilalapat ang optimization sa pagsasama ng signal, pag-iiskedyul ng pagpapatupad, at alokasyon ng estratehiya. Bumubuo ang mga mag-aaral ng quantitative trading strategy na nakabatay sa mga prinsipyo ng optimization.

Aralin 2 • Multi-Objective Optimization sa Pananalapi

Tinatalakay ang mga problemang may magkakatunggaling layunin tulad ng kita, panganib, at liquidity. Kinakalkula ng mga mag-aaral ang Pareto frontier at inilalapat ang scalarization at goal programming.

Aralin 3 • Optimization sa Ilalim ng Market Friction

Isinasama ang bid-ask spread, market impact, at liquidity constraint sa mga modelo. Bumubuo ang mga mag-aaral ng makatotohanang mga balangkas ng optimization na isinasaalang-alang ang mga gastos sa trading.

Aralin 4 • malawak at detalyadong

Pinagsasama ang lahat ng pamamaraan ng kurso sa isang komprehensibong proyekto sa financial engineering. Naghahatid ang mga mag-aaral ng kumpletong solusyon sa optimization na may dokumentasyon at pagsusuri ng pagganap.