Инвестиционные компании, банки, финансовые институты сложно представить без количественного анализа. Быть количественным финансовым аналитиком – это значит применять научные методы при изучении финансовых рынков.
Программа будет интересна математикам, физикам, программистам, специалистам с техническим образованием. Всем, кто готов совершенствовать знания и построить карьеру в финансовом секторе.
Вас ждут сложные задачи, интенсивная самостоятельная работа. Возможность общаться со студентами и преподавателями занимающими топовые позиции в крупных IT-компаниях. Выбрав профессию, вы присоединяетесь к группе и проходите программу профессиональной переподготовки вместе с основной магистратурой.
Формат
Поддержка
Учим онлайн из любой точки мира
Записи занятий
Диплом
Чат поддержки студентов 24 часа в сутки
Смотрите запись занятия в удобное время
Пройдите программу и получите диплом о профессиональной переподготовке
Для успешного освоения необходимы базовые знания Python, линейной алгебры, аналитической геометрии, теоретической вероятности и численных методов
Не уверены, что готовы к прохождению программы? Пройдите тест и проверьте свои знания
Диплом о высшем образовании или справка о том, что обучаетесь в данный момент
ПРОГРАММА
Обучение проводится совместно с магистерской программой ФПМИ МФТИ Научное программное обеспечение
Основы моделирования и стохастические процессы ● Стохастические процессы ● Моделирование финансовых рынков ● Принцип отсутствия арбитража ● Стохастические дифференциальные уравнения ● Процессы диффузии ● Формула Ито Теорема Гирсанова
КУРС ВЫЧИСЛИТЕЛЬНЫЕ ФИНАНСЫ
1 семестр Старт: сентябрь Длительность: 4 месяца Занятия 1 раз в неделю
2 семестр Старт: февраль Длительность: 4 месяца Занятия 1 раз в неделю
Риск-нейтральная валюация ● Риск-нейтральная мера ● Изменение деноминации ● Геометрическое броуновское движение ● Модель Блэка-Шоулза-Мертона ● Аналитические методы для европейских опционов ● Уравнение Блэка-Шоулза
Модели с стохастической волатильностью ● Кривая волатильности ● Модель SABR ● Метод сингулярной пертурбации ● Модель Хестона ● Методы Фурье ● Калибровка поверхности волатильности с алгоритмом LM
Монте-Карло симуляции ● Точная симуляция Андерсена для динамики Хестона ● Монте-Карло симуляции для экзотических опционов ● Алгоритм LSM для Американских и Бермудских опционов ● Дифференцированное программирование и сопряженные методы
Моделирование производных по процентным ставкам ● Моделирование финансовых инструментов по процентным ставкам (облигации, кривая доходности, плавучии ставки, форвардный курс, свопы, свопционы, отзывные свопы) ● Модели краткосрочных ставок и конструкция HJM, Стохастическая модель LMM
Корректировки валюации от риска дефолта контрагента ● Облигации с дефолтным купоном ● Много-кривая доходности ● Кредитные дефолтные свопы ● Калибровка вероятности дефолта ● Кредитный риск по контрагенту ● Кредитные корректировки валюации финансовых производных (CVA)
Калибровка, расчет риска, корректировки валюации - примеры ● Гибридная модель Хестона для Европейских и Бермудских опционов ● Кросс-валютная модель с краткосрочными ставками и с кривой по ставкам
● Векторные и матричные нормы. Унитарные матрицы. SVD разложение. Проекторы. Задача о наименьших квадратах. QR факторизация. ● Вычисления с плавающей точкой. Вычислительная устойчивость. ● Матричный ранг. Приближение низкого ранга и приложения SVD. ● Системы линейных уравнений. Число обусловленности. ● Собственные вектора и собственные значения. Методы решения симметричной задачи на собственные значения. ● Разреженные матрицы. Библиотеки numpy и scipy. Итеративные методы линейной алгебры. ● Решение систем нелинейных уравнений. Введение в методы оптимизации
КУРС ВЫЧИСЛИТЕЛЬНЫЕ МЕТОДЫ
1 семестр Старт: сентябрь Длительность: 4 месяца Занятия 1 раз в неделю
● Численное интегрирование и дифференцирование. Методы интерполяции. Решение линейных интегральных уравнений. ● Основные численные методы решения обыкновенных дифференциальных уравнений и уравнений в частных производных. ● Введение в методы Монте-Карло. Методы сэмплирования. ● Марковские цепи Монте-Марло. Алгоритм Метрополиса — Гастингса. Сэмплирование по Гиббсу. Гамильтонов Монте-Карло. ● Модели пространства состояний. Линейные динамические системы. Фильтр Калмана.
2 семестр Старт: февраль Длительность: 4 месяца Занятия 1 раз в неделю
Теория принятия статистических решений. ● Решения в детерминированных задачах. ● Решения в недетерминированных задачах, функция риска. ● Условная вероятность, стратегии принятия решений.
Основные понятия теории вероятности. ● Определения вероятности. ● Функция правдоподобия. ● Точечные и интервальные оценки параметров распределений. ● Доверительные интервалы.
Погрешности в физическом эксперименте. ● Статистические и систематические погрешности. ● Свойства распределений при замене переменных. ● Сложение погрешностей. ● Сложение результатов различных экспериментов.
Свойства распределений. ● Биномиальное распределение и распределение Пуассона. ● Нормальное распределение и его свойства. ● Средние значения, моменты распределений.
Проверка статистических гипотез. ● Функции случайных переменных. ● Статистические критерии и их свойства. ● Методики построения критериев. ● Критерии согласия данных с теорией.
Оценка параметров. ● Параметрические критерии. ● Метод максимума правдоподобия и хи-квадрат. ● Использование функции правдоподобия для построения интервальных оценок. ● Интервальные оценки в случае нормального распределения.
Современные методы анализа данных (дополнительно). ● Фитирование экспериментальных кривых. Критерии качества фита. Компьютерные методы решения задач оптимизации. ● Многопараметрический анализ. Анализ корреляций. ● Информация Фишера и ее применение. Максимальная информация и граница Рао — Крамера. ● Два подхода к вероятности: частотный подход и субъективная вероятность. Проблема уникальных событий. ● Использование компьютера для анализа данных эксперимента.
КУРС СТАТИСТИЧЕСКИЕ МЕТОДЫ И АНАЛИЗ ДАННЫХ
1 семестр Старт: сентябрь Длительность: 4 месяца Занятия 1 раз в неделю
Посвящен работе над проектом. Примеры тем проектов:
● Байесовское глубокое обучение ● Информация Фишера и активное обучение ● Машинное обучение на Котлине, KotlinDL ● Глубокое обучение в кино ● Байесовская оптимизация ● MCMC на Джулии
По итогам работы возможна публикация статьи. На лекциях приглашаются специалисты из разных областей и рассматриваются продвинутые темы. Их список меняется ежегодно
2 семестр Старт: февраль Длительность: 4 месяца Занятия 1 раз в неделю
Преподаватели
Александр Нозик
Директор Центра Научного Программирования МФТИ,
Google Developer Expert по Kotlin
(ex) руководитель направления в JetBrains Research.
Специалист по разработке на JVM платформах, архитектуре научного программного обеспечения и анализу данных
Изучал математику в Оксфорде, Кембридже и Имперском Колледже.
Работал в финансовой индустрии как кантитативный разработчик, выстраивая модели для экзотических финансовых продуктов и оптимизационные алгоритмы для пределов риска.
Научные интересы касаются математической физики, методов Монте Карло и нелинейного программирования.
Владимир Пальмин
научный сотрудник лаборатории методов ядерно-физических экспериментов
занимается разработкой методик и программ для анализа данных и оптимального дизайна в фундаментальных и промышленных задачах
Константин Тихонов
кандидат физико-математических наук
старший научный сотрудник Международной лаборатории физики конденсированного состояния
Михаил Зеленый
аспирант ИЯИ РАН. Преподаватель МФТИ.
Руководитель рабочей группы по моделированию физических процессов в лаборатории методов ядерно-физических экспериментов
Александр Нозик
Директор Центра Научного Программирования МФТИ,
Google Developer Expert по Kotlin
(ex) руководитель направления в JetBrains Research.
Специалист по разработке на JVM платформах, архитектуре научного программного обеспечения и анализу данных
Изучал математику в Оксфорде, Кембридже и Имперском Колледже.
Работал в финансовой индустрии как кантитативный разработчик, выстраивая модели для экзотических финансовых продуктов и оптимизационные алгоритмы для пределов риска.
Научные интересы касаются математической физики, методов Монте Карло и нелинейного программирования.
Владимир Пальмин
научный сотрудник лаборатории методов ядерно-физических экспериментов
занимается разработкой методик и программ для анализа данных и оптимального дизайна в фундаментальных и промышленных задачах
Константин Тихонов
кандидат физико-математических наук
старший научный сотрудник Международной лаборатории физики конденсированного состояния
Михаил Зеленый
аспирант ИЯИ РАН. Преподаватель МФТИ.
Руководитель рабочей группы по моделированию физических процессов в лаборатории методов ядерно-физических экспериментов
Как проходит обучение
Лекции и семинары в Zoom
Запись занятия и доступ на время обучения
Контрольные работы в качестве промежуточной проверки знаний
Обратная связь на домашние задания
Возможность задать вопрос в чате с преподавателем и студентами 24 в сутки
Занятия проходят 1-2 раза в неделю по 2-4 академических часа, по предварительно составленному расписанию. Преподаватель проводит практические занятия дистанционно, в форме вебинаров с использованием платформы ZOOM или аналогичной. Самостоятельная работа выполняется слушателем в удобном для слушателя режиме. Параллельно с обучением Вы будете добавлены в чат, где сможете общаться со своими сокурсниками, куратором школы и преподавателем: задавать вопросы, делиться опытом
Вы сможете пересмотреть занятие в записи, если не смогли присоединиться или хотите повторить пройденную тему. Запись будет доступна на следующий день после занятия и далее на весь срок обучения.
Если почувствуете, что нагрузка слишком велика, то вы можете:
Перенести сроки обучения на следующий поток. Перейти на другой курс обучения. Вы сможете сделать возврат средств за ту часть обучения, которую не прошли. К примеру, вы оплатили обучение целиком, но отучились только два месяца — мы вернём деньги за оставшиеся месяцы обучения.
Закончив успешно курсы входящие в профессию вы получите диплом о профессиональной переподготовке МФТИ.
Вы можете оплатить всю стоимость обучения сразу, а также оплатить обучение в рассрочку. Первый платеж должен быть осуществлен до начала обучения.
После подтверждения участия в программе, мы высылаем оферту с графиком платежей и ссылку на оплату. Оплатить можно банковской картой. После оплаты Вам придут: 1. Письмо с ссылками на подключения в чат и страница с актуальной информацией о курсе. 2. Письмо с формой Регистрационной анкеты (необходимо загрузить копии паспорта и диплома о высшем или среднем профессиональном образовании). 3. За три дня до старта курса придет письмо с расписанием лекций.
Мы подбираем преподавателей в соответствии с задачами, опытом и уровнем участников программы.
Для того чтобы начать обучение Вы должны иметь диплом о высшем или среднем профессиональном образовании или справку о том, что обучаетесь сейчас. Возможность уделять время учебе не менее 8 часов в неделю. Иметь базовые знания по содержанию курса.
Занятия проходят 1-2 раза в неделю по 2-4 академических часа, по предварительно составленному расписанию. Преподаватель проводит практические занятия дистанционно, в форме вебинаров с использованием платформы ZOOM или аналогичной. Самостоятельная работа выполняется слушателем в удобном для слушателя режиме. Параллельно с обучением Вы будете добавлены в чат, где сможете общаться со своими сокурсниками, куратором школы и преподавателем: задавать вопросы, делиться опытом
Вы сможете пересмотреть занятие в записи, если не смогли присоединиться или хотите повторить пройденную тему. Запись будет доступна на следующий день после занятия и далее на весь срок обучения.
Если почувствуете, что нагрузка слишком велика, то вы можете:
Перенести сроки обучения на следующий поток. Перейти на другой курс обучения. Вы сможете сделать возврат средств за ту часть обучения, которую не прошли. К примеру, вы оплатили обучение целиком, но отучились только два месяца — мы вернём деньги за оставшиеся месяцы обучения.
Закончив успешно курсы входящие в профессию вы получите диплом о профессиональной переподготовке МФТИ.
Вы можете оплатить всю стоимость обучения сразу, а также оплатить обучение в рассрочку. Первый платеж должен быть осуществлен до начала обучения.
После подтверждения участия в программе, мы высылаем оферту с графиком платежей и ссылку на оплату. Оплатить можно банковской картой. После оплаты Вам придут: 1. Письмо с ссылками на подключения в чат и страница с актуальной информацией о курсе. 2. Письмо с формой Регистрационной анкеты (необходимо загрузить копии паспорта и диплома о высшем или среднем профессиональном образовании). 3. За три дня до старта курса придет письмо с расписанием лекций.
Мы подбираем преподавателей в соответствии с задачами, опытом и уровнем участников программы. Вы получите актуальные знания и навыки на рынке.
Для того чтобы начать обучение Вы должны иметь диплом о высшем или среднем профессиональном образовании или справку о том, что обучаетесь сейчас. Возможность уделять время учебе не менее 8 часов в неделю. Иметь базовые знания по содержанию курса.
Почему стоит выбрать МФТИ
1 место
в рейтинге Superjob в сфере
ТОП 3
в рейтинге Forbes лучших вузов России
10 нобелевских лауреатов
среди выпускников и преподавателей
Более 80
академиков и членов-корреспондентов РАН
Почему Вам стоит выбрать МФТИ
1 место
в рейтинге Superjob в сфере
ТОП 3
в рейтинге Forbes лучших вузов России
10 нобелевских лауреатов
среди выпускников и преподавателей
Более 80
академиков и членов-корреспондентов РАН
Андрей Райгородский о ФПМИ МФТИ
Доктор физико-математических наук, профессор, директор Физтех-школы прикладной математики и информатики (ФПМИ)
“Физтех-школа прикладной математики и информатики (ФПМИ) МФТИ – безусловно ведущий мировой центр науки и образования в области математики и информатики. Особенность нашей школы заключается в том, что она сочетает в себе активную научную деятельность и тесную связь с индустрией. На сегодняшний день школа включает в себя 28 кафедр и 22 лаборатории от ключевых академических институтов и ключевых представителей IT-индустрии: Яндекс, Тинькофф, Сбербанк, VK, Abbyy, 1C, Huawei и другие.
Наша школа и МФТИ в целом гордимся своими выпускниками, например, мы занимаем первое место в рейтинге вузов России по уровню зарплат занятых в IT-отрасли специалистов ".
Подать заявку и получить консультацию
Нажимая кнопку «Отправить», вы соглашаетесь с условиями обработки персональных данных
Оплата обучения возможна в рассрочку (только для физических лиц)
ПОДРОБНЕЕ
Оплата обучения возможна в рассрочку (только для физических лиц)
ПОДРОБНЕЕ
Рассрочка на оплату обучения для физических лиц
По каждой из предлагаемых программ/курсов, имеется возможность оплаты обучения в рассрочку.
Условия рассрочки:
Полная стоимость обучения при использовании рассрочки не изменяется. Рассрочка беспроцентна, оформление рассрочки бесплатно.
Детали рассрочки описаны в оферте на каждую соответствующую программу/курс, в Приложении № 1 – График платежей.
В Графике платежей указаны контрольные даты, на которые слушателем суммарно за всё предшествующее такой дате время должна быть перечислена указанная в графике платежей соответствующая сумма, или превышающая её сумма (но не более полной стоимости обучения). Например:
Оплата через равные промежутки времени платежами одинакового размера
Оплата одним платежом в размере стоимости всего обучения
Все описанные варианты допустимы, если на каждую из обозначенных в графике платежей дат внесено платежей на сумму не меньше указанной.