Количественный финансовый аналитик
Старт нового потока сентябрь 2023
Стоимость обучения
336 000 руб.
Программа профессиональной переподготовки
Стоимость
Рассрочка
Скидки %
33 600 руб/мес.
15 % на программу и 35% на курс для слушателей ранее проходивших курсы и программы Лаборатории инноватики
Частями без переплат подробнее
336 000 р.
професии из 3 курсов
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
Необходимый уровень навыков и знаний
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

                      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
                      В конце курса письменный или устный экзамен
                      После прохождения программы Вы получите
                      Диплом МФТИ о профессиональной переподготовке
                      Возможность пройти любой курс Лаборатории инноватики ФПМИ МФТИ со скидкой 35%

                      ЧАСТО ЗАДАВАЕМЫЕ ВОПРОСЫ

                      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)
                      Оплата обучения возможна в рассрочку
                      (только для физических лиц)