2025/2026
Applied Models Using the Python Language
Type:
Mago-Lego
Delivered by:
Master's Programmes Curriculum Support
Where:
Faculty of Economic Sciences
When:
3 module
Online hours:
26
Open to:
students of one campus
Instructors:
Maxim Zharkovsky
Language:
English
ECTS credits:
3
Contact hours:
12
Course Syllabus
Abstract
Целью освоения дисциплины являются получение слушателями практических навыков моделирования финансовых инструментов с использованием библиотек языка Python. Успешная работа на финансовых рынках требует от специалистов знаний и навыков в области анализа больших массивов информации самой разнообразной природы. Построение эффективных торговых стратегий опирается сегодня в значительной степени на использование программных средств. Знание моделей ценообразования финансовых инструментов и умение их применять на практике является неотъемлемой частью подготовки финансового инженера.
Learning Objectives
- Курс «Прикладные модели финансового инжиниринга с использованием языка Python» ставит перед собой цель познакомить слушателей с современными технологиями анализа финансовых инструментов. В данном курсе делается акцент на практическом применение моделей количественных финансов. Теоретическая часть представлена в объеме, необходимом для понимания основных характеристик и свойств моделей. С концептуальной точки зрения, курс базируются на подходе, принятом в зарубежных университетах и бизнес-школах, который ориентирован на прикладные аспекты финансового инжиниринга. Это подразумевает обязательное изучение программного инструментария, необходимого для решения практических задач. В качестве такого инструмента предлагается использовать библиотеки языка Python. Данный язык стал дефакто стандартом в области обработки финансовых данных. Отличительной особенностью языка Python является его сравнительная доступность и легкость в освоении. Вычислительные библиотеки языка позволяют реализовать самые разные алгоритмы количественных финансов. В ходе изучения материала слушатели знакомятся с классическими модели опционного ценообразования. Наряду с этим также рассматриваются экзотические финансовые продукты, в частности модель барьерного опциона, очень популярного среди инвесторов. Особое место в курсе отводится вопросам, связанным с моделированием процентных инструментов. Отдельное внимание в курсе уделяется количественным методы управления инвестиционным портфелем (Quantitative equity portfolio management) и финансовой эконометрики. Материалы данной дисциплины могут быть использованы при подготовке ВКР.
Expected Learning Outcomes
- Иметь представление об основных моделях ценообразования финансовых инструментов и предпосылки их практического применения;
- Разрабатывать инвестиционные стратегии и моделировать оптимальный портфель, используя численные библиотеки Python;
- Выявлять свойствах случайных процессов, необходимые для моделирования финансовых активов;
- Показывать численные и статистические библиотеки языка Python, применяемые для работы на финансовом рынке;
- Строить модели финансовых инструментов с использованием библиотек языка Python;
Bibliography
Recommended Core Bibliography
- Taieb, D. (2018). Data Analysis with Python : A Modern Approach. Birmingham, UK: Packt Publishing. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1993344
- Теория вероятностей и математическая статистика : учеб. пособие, Мхитарян, В. С., 2013
- Финансовый менеджмент : учебник, Берзон Н.И., 2020
- Финансы : учебник и практикум для академич. бакалавриата, Берзон Н.И., 2017
Recommended Additional Bibliography
- Álvaro Scrivano. (2019). Coding with Python. Minneapolis: Lerner Publications ™. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1947372
- Beysolow, T. (2018). Applied Natural Language Processing with Python : Implementing Machine Learning and Deep Learning Algorithms for Natural Language Processing. [Berkeley, CA]: Apress. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1892182
- Анализ данных в MS Excel : основные сведения о MS Excel, статистические таблицы и графики, статистические функции, пакет анализа (анализ данных) : учеб. пособие для вузов, Мхитарян, В. С., 2018
- Рынок ценных бумаг : учебник для бакалавров, Берзон, Н. И., 2013
- Форварды, фьючерсы, опционы, экзотические и погодные производные, Буренин, А. Н., 2008