آموزش مدل‌سازی ریسک و واقعیت‌ها - آخرین آپدیت

هفته اول: مدل‌سازی تصمیمات در شرایط عدم قطعیت کم Week 1: Modeling Decisions in Low Uncertainty Settings

• مقدمه دوره Course Introduction

• 1.1 چگونه یک مدل بهینه‌سازی بسازیم: کمپین تبلیغاتی Hudson Readers 1.1 How To Build an Optimization Model: Hudson Readers Ad Campaign

• 1.2 بهینه‌سازی با Solver و ورودی‌های داده جایگزین 1.2 Optimizing with Solver, and Alternative Data Inputs

• 1.3 افزودن ریسک: مدیریت سرمایه‌گذاری در Epsilon Delta Capital 1.3 Adding Risk: Managing Investments at Epsilon Delta Capital

هفته دوم: ریسک و پاداش: مدل‌سازی شرایط عدم قطعیت بالا Week 2: Risk and Reward: Modeling High Uncertainty Settings

• 2.1 شرایط عدم قطعیت بالا، توزیع‌های احتمالی، عدم قطعیت و ریسک 2.1 High Uncertainty Settings, Probability Distributions, Uncertainty and Risk

• 2.2 سناریوهای رایج برای متغیرهای تصادفی متعدد، کاهش ریسک، و محاسبه و تفسیر مقادیر همبستگی 2.2 Common Scenarios for Multiple Random Variables, Risk Reduction, and Calculating and Interpreting Correlation Values

• 2.3 استفاده از سناریوها برای بهینه‌سازی در شرایط عدم قطعیت بالا، تحلیل حساسیت و مرز کارآمد 2.3 Using Scenarios for Optimizing Under High Uncertainty, Sensitivity Analysis and Efficient Frontier

هفته سوم: انتخاب توزیع‌هایی که با داده‌های شما مطابقت دارند Week 3: Choosing Distributions that Fit Your Data

• 3.1 داده‌ها و تجسم‌سازی: نمایش گرافیکی 3.1 Data and Visualization: Graphical Representation

• 3.2، بخش اول: انتخاب بین توزیع‌ها: توزیع‌های گسسته 3.2, pt 1: Choosing Among Distributions: Discrete Distributions

• 3.2، بخش دوم: انتخاب بین توزیع‌ها: توزیع‌های پیوسته 3.2, pt 2: Choosing Among Distributions: Continuous Distributions

• 3.3 آزمون فرض و نیکویی برازش 3.3 Hypothesis Testing and Goodness of Fit

هفته چهارم: ایجاد تعادل بین ریسک و پاداش با استفاده از شبیه‌سازی Week 4: Balancing Risk and Reward Using Simulation

• 4.1: مدل‌سازی عدم قطعیت: از سناریوها تا توزیع‌های پیوسته 4.1: Modeling Uncertainty: From Scenarios to Continuous Distributions

• 4.2 اتصال ورودی‌های تصادفی و خروجی‌های تصادفی در یک شبیه‌سازی 4.2 Connecting Random Inputs and Random Outputs in a Simulation

• 4.3 تحلیل و تفسیر خروجی شبیه‌سازی: ارزیابی جایگزین‌ها با استفاده از نتایج شبیه‌سازی 4.3 Analyzing and Interpreting Simulation Output: Evaluating Alternatives Using Simulation Results

• نتیجه‌گیری دوره Course Conclusion