تخصص مدلسازی داده بازارهای مالی و انرژی

چرا دیپلم در مدل سازی داده های بازارهای مالی و انرژی؟

تخصص در FEMDM به شما مهارت ها و تخصص هایی را می دهد که برای شکوفایی در اقتصاد جهانی که به طور فزاینده ای مبتنی بر داده است، به شما نیاز دارد.

فارغ التحصیلان قادر خواهند بود از این مفاهیم و ابزارها در صنایع مالی و انرژی استفاده کنند و مجموعه ای از داده های حجیم و پیچیده را تجزیه و تحلیل کنند تا به طور موثر معاملات و معاملات آتی را برنامه ریزی کنند و ریسک مرتبط با آنها را مدیریت کنند.

مسیرهای شغلی احتمالی

فراگیرانی که تخصص FEMDM را انتخاب می کنند، می توانند فرصت های شغلی در بخش مالی آلبرتا به عنوان دانشمند داده یا تحلیلگر داده پیدا کنند. بخش مالی آلبرتا که به عنوان یک بخش اقتصادی کلیدی در استان شناخته شده است، شامل مؤسسات مالی با قابلیت های تحقیقات، فروش، تجارت، بانکداری سرمایه گذاری و بانکداری شرکتی است.

هدف این تخصص ایجاد فارغ التحصیلانی است که قادر به مدیریت و تجزیه و تحلیل داده های مالی بزرگ بازارهای انرژی و خطرات مرتبط با آن داده های عظیم با ارائه مهارت های ریاضی، آماری و تجزیه و تحلیل داده های بسیار فنی مورد نیاز برای کار در تقاطع مالی و اطلاعاتی هستند. بازارهای انرژی

آیا برنامه برای شما مناسب است؟

دوره های دیپلم

هنگامی که دانشجویان چهار دوره گواهی (DATA 601، 602، 603 و 604) را تکمیل کردند، می توانند وارد برنامه دیپلم با تخصص در مدل سازی داده های بازارهای مالی و انرژی شوند و دوره های زیر را تکمیل کنند:

علم داده 606 |روش های آماری در علم داده

طراحی نظرسنجی ها و جمع آوری داده ها، سوگیری و کارایی نظرسنجی ها. وزن نمونه و برآورد واریانس. جداول احتمالی چند طرفه و مقدمه ای بر مدل های خطی تعمیم یافته با تاکید بر کاربردها.

علم داده 607 |یادگیری ماشین آماری

پیشرفت مدل آماری خطی شامل مقدمه ای بر روش های تبدیل داده ها، طبقه بندی، ارزیابی و انتخاب مدل. قرار گرفتن در معرض یادگیری تحت نظارت و یادگیری بدون نظارت.

علم داده 609 |مدل سازی داده های بازارهای مالی و انرژی

پوشش پیشرفته تری از ابزارها و تکنیک ها برای مدل سازی ریاضی، یادگیری ماشین و پیش بینی آماری بر اساس داده های بزرگ در بازارهای مالی و انرژی، مدیریت و پردازش آنها، و ساخت برنامه های کاربردی که از مجموعه داده های بزرگ استفاده می کنند، ارائه می کند. این شامل موارد زیر خواهد بود: مروری بر داده های بازار مالی و انرژی. مدل های ساده بازار مالی و انرژیمدل سازی داده های دارایی های بدون ریسک و ریسکمدل سازی داده های بازار انرژی و مالی در زمان گسستهمدل سازی داده های بازار مالی و انرژی به صورت پیوستهمدل سازی فوروارد، آتی، سوآپ در بازارهای مالی و انرژی. ارزیابی ریسک خنثی با داده های بازارهای مالی و انرژی. گزینه ها و قیمت گذاری گزینه ها با داده های بازارهای مالی و انرژی. دیدگاه کلان: روند داده های انرژی جهان - نفت خام، گاز طبیعی و برق. داده های انرژی تجدیدپذیر: باد، خورشید و دیگران. مثال ها و موارد زیادی برای به دست آوردن تجربه مورد بحث قرار می گیرد.

Data Science 610 |مدل سازی پیشرفته داده های بازارهای مالی و انرژی

بررسی ابزارها و روش های مورد استفاده در تحلیل داده های بازارهای مالی و انرژی، که برای مدیریت ریسک طراحی شده برای این دوره به کار می رود. با پیشرفت فناوری، روش های کشف داده های بازارهای مالی و انرژی گسترش یافته و شامل ابزارهای تحلیلی و آماری اولیه و پیشرفته و همچنین تکنیک های یادگیری ماشین و سایر روش های پیشرفته می شود. این دوره حول محور استفاده از یک یا چند بسته/برنامه تجزیه و تحلیل داده های بازارهای مالی و انرژی برای تجزیه و تحلیل انواع ریسک های مدیریت شده بر اساس داده های بازارهای مالی و انرژی است. مدل سازی پویایی برای معاملات آتی و آتی با داده های بازارهای مالی و انرژیفرمول Black-76 و Margrabe برای قیمت گذاری قراردادهای آتی و اختیار معامله. مدل های عامل نمایی گاوسیالگوهای مدل سازی فراتر از Black-76. مدل سازی داده ها با نرخ بهره تصادفیمدل های شوارتز یک، دو (با بازدهی تصادفی) و سه عاملی (با بازدهی تصادفی و نرخ بهره) برای قیمت گذاری آتی و داده های آتی در بازارهای انرژی. مدل سازی داده های معاملاتی با فرکانس بالا و الگوریتمی.