

研討會焦點
- 大數據風潮下全球 MATLAB 與財金領域發展趨勢。
- 打造 FinTech 基礎,利用 MATLAB 處理大數據,機器學習以及資料解析。
- 投資組合建模的新選擇,利用機器學習替個股表現分類。
- 股權、固定收益投資組合壓力測試,系統性風險建模分析、洞察潛在風險
- FinTech 延伸應用,MATLAB 財務模型開發與生產環境的導入及整合
- 國立清華大學計量財務金融學系特別展出--機器人理財的核心演算法 Core Algorithms for Robo Advisor)
FinTech 金融科技熱潮席捲全球,您是否已經站穩腳步準備大展身手?
隨著新科技的進展,傳統金融保險業已一步一步被解構,各式創新金融服務如雨後春筍般冒出、網路虛擬、網路銀行、線上核貸、線上投保、網路投資諮詢及下單等,不斷挑戰著過往不夠靈活的體制。面對嶄新金融服務及需求所帶來的挑戰,金融機構除了如何以快捷、智慧的新方法來增加效率,快速反應未來 Fintech 時代更多元的需求之外;也需要更專注及縝密的風險規劃以及完善的財務模型開發、投資策略擬定的驗證等工作。此外,由於物聯網/新興市場交易平台/人工智慧的興起,各式大量數據湧入資料庫,影響個人/金融業界的風險評估,也造成市場的波動;如何管理、分析及有效應用這些大數據,即時整合到系統及創新平台是一大挑戰。而變動難料的全球金融市場,使得各國主管機關未雨綢繆開始進行定期壓力測試並關注市場整體風險,一般機構該如何應對,也已經成為無法避免的課題。
『2016 年 MATLAB® 計量財務工程應用研討會』將讓您了解如何打穩迎向 FinTech 時代的地基,如何更有效率的開發財務模型及導入生產,引介更多元的分析方法及機器學習來洞悉大量資料,且如何更完善制定風險策略及壓力測試決策。MathWorks 資深亞太區主管 Dan Owen 博士的寶貴實務經驗分享,內容精采、全程免費,請勿錯過!!
時間地點
時間 | 2016 年 7 月 13 日(星期三) PM1:30~PM5:30 |
地點 | 華南銀行國際會議中心 202會議廳 台北市信義區松仁路123號 2F |
參加費用: Free!
講者簡介
![]() |
Dan Owen MathWorks 亞太地區財務工程技術經理 數學博士背景出身的 Dan Owen 在1999年以顧問工程師的身分加入MathWorks,數年後轉任為應用工程師,主要負責金融產業客戶的技術支援。2007 年起陸續在新加坡 Dresdner Kleinwort 投資銀行內的統計套利交易 (stat-arb trading) 部門、新加坡 Fidelity 全球投資(Fidelity Worldwide Investment) 及生物科技顧問公司服務過,現在為 MathWorks 亞太地區財經領域技術經理,業界資歷完整豐富! |
![]() |
Claire Chuang 鈦思科技應用工程師 研究所時期主修人工智慧,熟悉基因演算法、類神經網路、Fuzzy 專家系統等領域。目前負責 MATLAB於財金領域之應用、MATLAB專任講師以及平行運算, MATLAB與其他語言整合之技術支援。 |
![]() |
Jeffrey Liu 鈦思科技應用工程師 主要負責財務模型、統計分析、Data Mining、平行運算、MATLAB與其他程式語言整合等技術支援。 |
適合對象
- 投資經理人、投資管理者
- 風險經理、風險分析師
- 保險精算師及研究者
- 經濟學家/研究人員、計量金融分析師
- 對沖基金、自營交易、仲介經紀研究及經理人
- 交易策略開發、交易經理人
- 對量化分析架構有興趣,需將財經模型應用轉檔及分享予其他人,本次研討會將是您的理想選擇
研討會議程 (登入會員,點選PDF圖示,即可下載研討會簡報)
Why MATLAB?MATLAB®-全球經濟組織及財務金融業一致推薦之財務工程與計量經濟工具
|
機器人理財的核心演算法 Core Algorithms for Robo Advisor)攤位國立清華大學計量財務金融學系 副教授 韓傳祥對未來金融服務六大功能之一的投資管理來說,機器人理財(robo advisor)是 Fin Tech 關注的焦點,因這項業務將衝擊傳統財富管理與投資理財的市場。機器人理財的主要核心技術,包括了投資組合的自動化分析,以及個股或個別標的資產的自動化選擇,後者的其中一個方法是「技術分析」。技術分析仰賴歷史資料做為進出場的判斷,常見的技術分析方法包括(一)技術指標(technical indicator):像均線、KD、MACD、K 線的組合等等,提供了相對客觀的數值讓投資者參考。(二)型態辨識(chart recognition):這是最主觀的技術分析方式,因為同樣一段線圖,有人認為型態形成了,也有人會不認同。參閱 Nvidia 與清華大學的計算金融聯合實驗室網頁 (http://my.nthu.edu.tw/~finteck/CFLab.html)。 由於技術指標已是量化指標,因此很自然的可以搭配機器學習的方法進行自動化分析。參閱股感知識網上睿富者的文章「機器學習在演算法交易中的應用 — 技術分析」(http://www.stockfeel.com.tw/機器學習在演算法交易中的應用-技術分析/)。然而相對來說,型態辨識是高度質化的方法,讓機器學習判斷股價型態是一大挑戰。 所幸我們處於大數據時代,應用了電腦與音樂領域中「哼唱選歌」的科技方法,可輔助我們從龐大的歷史資料量中,判別出想找的型態,參閱睿富者的文章「歷史不斷重演─型態學」(http://www.stockfeel.com.tw/歷史不斷重演─型態學/)。在高效能計算方面,還可以透過電腦平行化 GPU 加速,使得線型判斷變得完全高效能並自動化,以利快速跟證券交易平台連結。交易自動化的價值在於大量、理性以及快速等優勢,台股有約 1500 檔的股票,大陸有約 2700 檔的股票,美股有約 8000 檔的股票,技術分析當中線圖型態辨識的傳統辦法既耗時又耗力,就算是金融機構的專業團隊也未能畢盡其功。我們開發股價型態辨識的技術,在時間及效率上,都絕對勝過人工的判斷以及體力的負荷。 本次研討會特別協同立鼎科技 Trading Valley(http://www.trading-valley.com/journal/index.html),我們展示一套 robo advisor 的系統。歡迎前來參觀。 |
報名注意事項
1.請於 7 月 11 日(星期一)前報名,席位有限,請儘早報名。請攜帶名片2張,加速報到流程。2.本單位保留是否接受報名的權利,確認完成報名手續後將會寄發「報名成功確認函」。
3.收到報名表後,將以 e-mail 方式寄發報名確認函,不另以電話通知。
4.活動額滿時,提供正式完整資料者將享有優先報名的權利,請確認您提供有效信箱。
報名方式
傳真報名 : 請下載報名表格,填妥後傳真至(02)2788-9308E-Mail報名 : 請下載報名表格,填妥後 E-Mail 至 justina.lin@terasoft.com.tw
|