آنچه یاد خواهید گرفت:
اصول بازار سهام را درک خواهید کرد.
اوراق قرضه و قیمتگذاری آنها را یاد میگیرید.
نظریه مدرن پرتفوی و مدل مارکویتز را فرامیگیرید.
مدل قیمتگذاری داراییهای سرمایهای (CAPM) را درک میکنید.
مشتقات (فیوچرز و آپشن) را میشناسید.
مشتقات اعتباری (سوآپ نکول اعتباری) را درک میکنید.
فرآیندهای تصادفی و مدل معروف Black-Scholes را فرا میگیرید.
شبیهسازیهای Monte Carlo را میآموزید
تکنیک Value-at-Risk (VaR) را درک میکنید.
CDOها و بحران مالی را تحلیل میکنید.
مدلهای نرخ بهره (مدل Vasicek) را یاد میگیرید.
پیشنیازهای دوره
باید به مالی کمی و همچنین ریاضیات و برنامهنویسی علاقهمند باشید!
توضیحات دوره
با Python در مالی کمی مهارت پیدا کنید. ریاضیات، آمار و برنامهنویسی را به ابزارهایی قدرتمند برای درک و مدلسازی دنیای مالی تبدیل کنید.
اگر تا به حال به این فکر کردهاید که متخصصان چگونه قیمت آپشن را تعیین میکنند، ریسک پرتفوی را مدیریت مینمایند یا مدلهای مالی مورد استفاده در وال استریت را میسازند، این دوره گامبهگام شما را با مبانی مهندسی مالی با استفاده از Python آشنا میکند.
در این دوره، فقط تئوری یاد نمیگیرید؛ مدلهای مالی واقعی را در Python پیادهسازی میکنید و مهارتهای عملیای کسب میکنید که تحلیلگران کمی، معاملهگران و مهندسان مالی هر روز از آنها استفاده مینمایند.
شما با بلوکهای سازنده بازارهای مالی شامل سهام، اوراق قرضه و مشتقات شروع میکنید. سپس به سراغ مدلهای ریاضی میرویم که مالی مدرن را، از بهینهسازی پرتفوی تا قیمتگذاری آپشن متحول کردند.
در طول مسیر، با برخی از تأثیرگذارترین ایدهها در علم مالی آشنا میشوید، از جمله:
قیمتگذاری اوراق قرضه و مفاهیم نرخ بهره
نظریه مدرن پرتفوی و مدل مارکویتز
مدل قیمتگذاری داراییهای سرمایهای (CAPM)
مدل Black-Scholes، یکی از زیباترین دستاوردهای مالی قرن 20
تکنیکهای مدیریت ریسک مانند Value-at-Risk
شبیهسازیهای Monte Carlo برای قیمتگذاری و تحلیل ریسک
همچنین خواهید دید که چگونه تصادفیبودن، بازارهای مالی را از طریق فرآیندهای تصادفی، حرکت Brownian و حسابان Ito شکل میدهد و یاد میگیرید که این ایدهها چگونه برای مدلسازی قیمت داراییها استفاده میشوند.
تا پایان دوره، چگونگی عملکرد مالی کمی را هم از نظر تئوری و هم از نظر محاسباتی درک خواهید کرد و میتوانید این مدلها را شخصاً در Python بسازید و پیاده کنید.
نکته مهم: این دوره برای زبانآموزانی طراحی شده که واقعاً به ریاضیات، آمار و تفکر تحلیلی علاقه دارند. اگر از کار با اعداد، مدلها و کدنویسی لذت میبرید، این مسیر برایتان بسیار ارزشمند خواهد بود.
آنچه یاد خواهید گرفت
بخش 1 – مقدمه
نصب Python
چرا Python یکی از قدرتمندترین ابزارها در مالی است؟
چالشهای مدلسازی مالی و دادههای تاریخی
بخش 2 – مبانی بازار سهام
ارزش فعلی و ارزش آتی پول
سهام و بازارهای سهام
کالاها و بازار FOREX
توضیح موقعیتهای Long و Short
بخش 3 – تئوری اوراق قرضه و پیادهسازی
اوراق قرضه چیست و چگونه کار میکند؟
بازده و بازده تا سررسید
دیرش Macaulay
تئوری قیمتگذاری اوراق قرضه و پیادهسازی در Python
بخش 4 – نظریه مدرن پرتفوی (مدل مارکویتز)
تنوعبخشی در مالی
بهینهسازی میانگین-واریانس
مرز کارا و نسبت Sharpe
خط تخصیص سرمایه (CAL)
بخش 5 – مدل قیمتگذاری داراییهای سرمایهای (CAPM)
ریسک سیستماتیک در مقابل ریسک غیرسیستماتیک
بتا و آلفا
رگرسیون خطی و ریسک بازار
چرا ریسک بازار، مهمترین ریسک است؟
بخش 6 – مبانی مشتقات
مقدمهای بر مشتقات
آپشنها: call و put
قراردادهای forward و futures
مکانیزم mark-to-market
سوآپ نکول اعتباری (CDS)
سوآپهای نرخ بهره
بخش 7 – رفتار تصادفی در مالی
تصادفیبودن در بازارهای مالی
فرآیندهای Wiener
حسابان تصادفی و لم Ito
تئوری و پیادهسازی حرکت Brownian
بخش 8 – مدل Black-Scholes
تئوری و پیادهسازی Black-Scholes
شبیهسازیهای Monte Carlo برای قیمتگذاری آپشن
Greeks و حساسیتهای ریسک
بخش 9 – Value-at-Risk (VaR)
درک Value-at-Risk
شبیهسازی Monte Carlo برای تخمین ریسک
بخش 10 – تعهدات بدهی وثیقهدار (CDO)
CDOها چیستند؟
درسهایی از بحران مالی 2008
بخش 11 – مدلهای نرخ بهره
فرآیندهای تصادفی بازگشت به میانگین
فرآیند Ornstein-Uhlenbeck
مدل نرخ بهره Vasicek
قیمتگذاری اوراق قرضه با شبیهسازی Monte Carlo
بخش 12 – سرمایهگذاری ارزشی
استراتژیهای سرمایهگذاری بلندمدت
فرضیه بازار کارا
چه بخواهید تحلیلگر کمی شوید، مهارتهای مدلسازی مالی خود را تقویت کنید، یا صرفاً ریاضیات پشت مالی مدرن را درک نمایید، این دوره ابزارهای لازم را در اختیارتان میگذارد.
همین حالا در این دوره شرکت کنید و از امروز شروع به ساخت مدلهای مالی واقعی با Python کنید.
این دوره برای چه کسانی مناسب است؟
هرکسی که میخواهد مبانی مهندسی مالی را یاد بگیرد!