Open Bank Project for Developers培訓

Audiance

所有需要具備合規性和風險Management知識的員工

課程形式

結合：

• 促進討論
• 幻燈片演示文稿
• 實例探究
• 例子

課程目標

在本課程結束時，代表們將能夠：

• 了解合規性的主要方面以及為管理與之相關的風險所做的國家和國際努力
• 定義公司及其員工可能建立合規風險Management框架的方式
• 詳細說明合規官和洗錢報告官的角色以及如何將它們整合到業務中
• 了解Financial Crime其他“熱點” - 特別是與國際Business ，離岸中心和高淨值客戶有關的熱點

合規性和MLRO複習計劃審查了在當今高度監管的環境中至關重要的關鍵風險管理問題和主題。除了針對合規官，MLRO，MLCO和其他風險管理專業人員之外，它還針對高級管理層和董事會成員，他們希望了解更多關於組織內風險控制職能的期望。該計劃由來自英國的主題專家講授。

該計劃的主要學習目標是使與會者掌握足夠的知識，客觀地評估其組織現有風險管理控制和實踐的充分性，並進行適當的改進。

聽眾

所有員工需要的工作知識Corporate Go vernance為他們的組織

課程形式

高度互動的組合：

• 促進討論
• 幻燈片演示文稿
• 例子
• 演習
• 實例探究

聽眾

• 新任的個人貸款經理
• 支持負責收集和解釋貸款經理信息的人員
• 負責管理壞賬和呆賬的員工，他們需要對決策過程有所了解，從而導致出借貸款

向個人客戶提供貸款 - 消費者貸款 - 要求在評估個人貸款提案方面具有高水平的技能。

在許多情況下，它沒有傳統上與公司貸款相關的財務信息來源 - 資產負債表，損益賬戶等 - 並且更多地依賴於客戶和貸方之間建立的信任和關係。

在本課程結束時，個人客戶的貸款人將能夠：

• 了解評估個人客戶貸款主張的流程
• 利用這個過程做出合理的決定，同意貸款或以強有力的理由拒絕貸款
• 管理和控制個人貸款組合，以盡可能確保所有貸款全額償還。 （記住沒有完全沒有風險的貸款......！）
• 與客戶建立融洽關係（盡量！）確保他們的所有貸款都已全額償還

在培訓期間，將使用Excel的高級功能介紹財務分析的問題。

本課程面向金融分析師，會計師和所有希望通過財務分析問題擴展技能電子表格的人員。

結構化產品介紹

該課程的目的是向代表們介紹投資銀行業務中使用的結構性產品。完成課程後，所有代表將具備該主題的工作知識，並將能夠回答

1. 什麼是結構化產品？
2. 為什麼發行它們？
3. 發行人和投資者如何受益？
4. 您如何構建和定價一系列衍生產品？
5. 生產結構性金融產品的風險和成本是多少？
6. 什麼是嵌入式衍生品？
7. 有什麼奇特的選擇？
8. 什麼是定價和對沖考慮因素？

該入門課程將為參與者提供關鍵金融市場的一流和詳細工作知識，其目的，功能，主要活動及其監管。它旨在成為部分複習，部分教育和部分挑戰，以便所有代表將從中獲得最大利益。在整個會議期間將積極鼓勵反饋和討論，這些會議旨在互動，而不僅僅是反應性和事實性。

主要職能是確保完成後，所有課程代表將更好地處理客戶及其持續需求，並將他們交易和參與的服務和市場納入其背景。

結構性產品是由多個組件組成的投資。

This course provides a comprehensive introduction to the MATLAB technical computing environment + an introduction to using MATLAB for financial applications. The course is intended for beginning users and those looking for a review. No prior programming experience or knowledge of MATLAB is assumed. Themes of data analysis, visualization, modeling, and programming are explored throughout the course. Topics include:

• Working with the MATLAB user interface
• Entering commands and creating variables
• Analyzing vectors and matrices
• Visualizing vector and matrix data
• Working with data files
• Working with data types
• Automating commands with scripts
• Writing programs with logic and flow control
• Writing functions
• Using the Financial Toolbox for quantitative analysis

kdb +是一個內存中，面向列的數據庫，q是其內置的，基于向量的解釋語言。在kdb +中，表是矢量的列，q用于對表數據執行操作，就好像它是一個列表。 kdb +和q通常用于高頻交易，並受到主要金融機構的歡迎，包括高盛，摩根士丹利，美林證券，摩根大通等。 在這個有指導的實時培訓中，參與者將學習如何使用kdb +和q創建時間序列數據應用程序。 在培訓結束後，參與者將能夠： 了解面向行的數據庫和面向列的數據庫之間的區別選擇數據，編寫腳本並創建功能來執行高級分析分析時間序列數據，如股票和商品交易所數據使用kdb +的內存功能可以高速存儲，分析，處理和檢索大型數據集考慮函數和數據的級別高于非向量語言中常見的標准函數（參數）方法探索其他對時間敏感的kdb +應用程序，包括能源交易，電信，傳感器數據，日志數據以及機器和網絡使用情況監控 聽衆 開發商數據庫工程師數據科學家數據分析師 課程的格式 部分講座，部分討論，練習和沈重的練習

In this instructor-led, live training, participants will learn how to apply machine learning techniques and tools for solving real-world problems in the banking industry. R will be used as the programming language.

Participants first learn the key principles, then put their knowledge into practice by building their own machine learning models and using them to complete a number of live projects.

Audience

• Developers
• Data scientists
• Banking professionals with a technical background

Format of the course

• Part lecture, part discussion, exercises and heavy hands-on practice

Machine Learning is a branch of Artificial Intelligence wherein computers have the ability to learn without being explicitly programmed. Python is a programming language famous for its clear syntax and readability. It offers an excellent collection of well-tested libraries and techniques for developing machine learning applications.

In this instructor-led, live training, participants will learn how to apply machine learning techniques and tools for solving real-world problems in the banking industry.

Participants first learn the key principles, then put their knowledge into practice by building their own machine learning models and using them to complete a number of team projects.

Audience

• Developers
• Data scientists

Format of the course

• Part lecture, part discussion, exercises and heavy hands-on practice

Python is a programming language that has gained huge popularity in the financial industry. Adopted by the largest investment banks and hedge funds, it is being used to build a wide range of financial applications ranging from core trading programs to risk management systems.

In this instructor-led, live training, participants will learn how to use Python to develop practical applications for solving a number of specific finance related problems.

By the end of this training, participants will be able to:

• Understand the fundamentals of the Python programming language
• Download, install and maintain the best development tools for creating financial applications in Python
• Select and utilize the most suitable Python packages and programming techniques to organize, visualize, and analyze financial data from various sources (CSV, Excel, databases, web, etc.)
• Build applications that solve problems related to asset allocation, risk analysis, investment performance and more
• Troubleshoot, integrate, deploy, and optimize a Python application

Audience

• Developers
• Analysts
• Quants

Format of the course

• Part lecture, part discussion, exercises and heavy hands-on practice

Note

• This training aims to provide solutions for some of the principle problems faced by finance professionals. However, if you have a particular topic, tool or technique that you wish to append or elaborate further on, please please contact us to arrange.

R是金融行業中流行的編程語言。它用於從核心交易程序到風險管理系統的金融應用程序。

在這個以講師為主導的現場培訓中，參與者將學習如何使用R開發實際應用來解決一些特定的財務相關問題。

在培訓結束時，參與者將能夠：

• 理解R編程語言的基礎知識
• 選擇並利用R軟件包和技術來組織，可視化和分析來自各種來源（CSV， Excel ，數據庫，Web等）的財務數據
• 構建解決與資產分配，風險分析，投資績效等相關問題的應用程序
• 排除故障，集成部署和優化R應用程序

聽眾

• 開發商
• 分析師
• 寬客

課程形式

• 部分講座，部分討論，練習和繁重的實踐練習

注意

• 該培訓旨在為財務專業人員面臨的一些主要問題提供解決方案。但是，如果您想要附加或詳細說明的特定主題，工具或技術，請與我們聯繫以安排。

Machine learning is a branch of Artificial Intelligence wherein computers have the ability to learn without being explicitly programmed. Python is a programming language famous for its clear syntax and readability. It offers an excellent collection of well-tested libraries and techniques for developing machine learning applications.

In this instructor-led, live training, participants will learn how to apply machine learning techniques and tools for solving real-world problems in the finance industry.

Participants first learn the key principles, then put their knowledge into practice by building their own machine learning models and using them to complete a number of team projects.

By the end of this training, participants will be able to:

• Understand the fundamental concepts in machine learning
• Learn the applications and uses of machine learning in finance
• Develop their own algorithmic trading strategy using machine learning with Python

Audience

• Developers
• Data scientists

Format of the course

• Part lecture, part discussion, exercises and heavy hands-on practice