ข้ามไปยังเนื้อหาหลัก

คอร์ส

Quantitative Risk Management in R

เบื้องต้น5 ชม.

ทำงานกับอนุกรมผลตอบแทนปัจจัยเสี่ยง ศึกษาคุณสมบัติเชิงประจักษ์ และประมาณค่า value-at-risk

R5 ชม.18 วิดีโอ55 แบบฝึกหัด4,350 XP15,987ใบแสดงความสำเร็จ

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Google
หรือ
การดำเนินการต่อหมายความว่าคุณยอมรับ เงื่อนไขการใช้งาน, ของเรา นโยบายความเป็นส่วนตัว และข้อมูลของคุณถูกจัดเก็บไว้ในสหรัฐอเมริกา

ได้รับความไว้วางใจจากผู้เรียนในหลายพันบริษัท

รายละเอียดคอร์ส

ในคอร์ส Quantitative Risk Management (QRM) นี้ คุณจะสร้างโมเดลเพื่อทำความเข้าใจความเสี่ยงของพอร์ตโฟลิโอทางการเงิน ซึ่งเป็นงานสำคัญในอุตสาหกรรมธนาคาร ประกันภัย และการจัดการสินทรัพย์ ขั้นตอนแรกในกระบวนการสร้างโมเดลคือการเก็บข้อมูลของปัจจัยความเสี่ยงที่ส่งผลต่อมูลค่าพอร์ตโฟลิโอ และวิเคราะห์พฤติกรรมของปัจจัยเหล่านั้น ในคอร์สนี้ คุณจะได้เรียนรู้วิธีทำงานกับชุดข้อมูลผลตอบแทนของปัจจัยความเสี่ยง ศึกษาคุณสมบัติเชิงประจักษ์หรือที่เรียกว่า "stylized facts" ของข้อมูลเหล่านี้ ซึ่งรวมถึงการกระจายที่ไม่เป็นโนมัลและความผันผวน รวมถึงการประมาณค่า value-at-risk ของพอร์ตโฟลิโอ

ข้อกำหนดเบื้องต้น

หลักสูตร

โครงสร้างคอร์ส

1

สำรวจข้อมูลปัจจัยความเสี่ยงในตลาด

ในบทนี้ คุณจะได้เรียนรู้วิธีสร้างชุดข้อมูลผลตอบแทน รวมผลตอบแทนในช่วงเวลาที่ยาวขึ้น และแสดงผลในรูปแบบต่าง ๆ โดยใช้ตัวอย่างจากแพ็กเกจ qrmdata
เริ่มบทเรียน
2

ผลตอบแทนในโลกจริงมีความเสี่ยงสูงกว่าการแจกแจงแบบปกติ

ในบทนี้ คุณจะได้เรียนรู้การทดสอบความเป็นโนมัลทั้งในเชิงกราฟและเชิงตัวเลข นำไปใช้กับชุดข้อมูลต่าง ๆ และพิจารณาโมเดลทางเลือกอย่าง Student t
เริ่มบทเรียน
3

ผลตอบแทนในโลกจริงมีความผันผวนและความสัมพันธ์

ในบทนี้ คุณจะได้เรียนรู้เรื่องความผันผวนและวิธีตรวจจับด้วย acf plot รวมถึงการทดสอบ Ljung-Box สำหรับ serial correlation และการประมาณค่า cross correlation
เริ่มบทเรียน
4

การประมาณค่า Value-at-Risk (VaR) ของพอร์ตโฟลิโอ

ในบทนี้ จะแนะนำแนวคิดของ value-at-risk และวิธีการประมาณค่า VaR อย่างง่ายโดยใช้ historical simulation
เริ่มบทเรียน
R

Quantitative Risk Management in R

เรียนจบแล้ว

รับใบรับรองความสำเร็จ

ลงทะเบียนเลย

พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp บนมือถือ

ก้าวหน้าได้ทุกที่ด้วยคอร์สมือถือและแบบฝึกหัดการเขียนโค้ด 5 นาทีประจำวันของเรา

Quantitative Risk Management in R | DataCamp