IT для финансистов

2019/2020

Учебный год

RUS

Обучение ведется на русском языке

5

Кредиты

Кто читает:

Школа финансов

Статус:

Курс адаптационный

Когда читается:

1-й курс, 1, 2 модуль

Преподаватели

Гаращук Глеб Викторович

Курбангалеев Марат Зуфарович

Программа дисциплины

Аннотация

Цель курса — развитие навыков использования информационных технологий, необходимых современному финансисту. В рамках курса студенты научатся программированию на Python, R и SQL, познакомятся с коллаборационными информационными системами (github, сервисы для управления проектами), а также приложат полученные навыки к проектам в финансовой сфере. Первый модуль реализуется в формате blended learning, сочетая линейки online-курсов по языкам программирования и очные консультации с отработкой ключевых проблем и полезных приемов. Второй модуль закрепляет навыки программирования на реальных финансовых задачах по двум трекам: алгоритмическая торговля и управление риском. Курс уделяет особое внимание понятности и воспроизводимости разработанных продуктов, поэтому peer-review является центральным элементом в оценивании образовательных результатов.

Цель освоения дисциплины

• Целью освоения дисциплины «IT для финансистов» является освоение студентами практической Data Science (науки о данных), то есть современных информационных технологий для извлечения, преобразования и анализа финансовых и экономических данных.

Планируемые результаты обучения

• Студент умеет тестировать торговые стратегии графически и аналитически
• Студент составляет понятную сопроводительную документацию к результатам backtesting
• Студент умеет автоматически находить и исправлять типичные ошибки в данных
• Студент составляет понятную сопроводительную документацию к алгоритму
• Студент умеет автоматически формировать отчеты о результатах торговой стратегии
• Студент презентует результаты работы торговой стратегии для широкой публики
• Студент умеет разрабатывать алгоритмы торговых стратегий
• Студент умеет критически оценивать качество алгоритма, веделять его сильные и слабые стороны, и предлагать возможные улучшения его работы
• Студент понимает принципы исполнения торговых стратегий на финансовом рынке
• Студент умеет автоматически управлять риском торговой стратегии
• Студент владеет языком программирования R/Python в достаточном для освоения второго модуля объеме
• Студент владеет языком баз данных SQL в достаточном для освоения второго модуля объеме.
• знать природу первичных данных в задачах измерения финансовых рисков
• уметь пользоваться свободно распространяемыми СУБД: создавать, модифицировать и связывать таблицы в БД с учетом природы данных и их дальнейшего использования
• составлять SQL запросы
• управлять БД с помощью Python по API
• полно, последовательно и емко документировать требования к структуре/форматам данных, порядку создания и обращения к БД в конкретных задачах
• исследовать структуру финансовых данных в различных задачах анализа риска
• уметь выявлять пропуски/ошибки/смену формата данных, осуществлять фильтрацию/корректировку данных
• осуществлять группировку и агрегирование данных
• вычислять релевантные задаче оценки риска показатели с учетом особенностей структуры и качества используемых данных; создавать соответствующие функции
• описывать структуру данных и их особенности, документировать содержание соответствующих процедур анализа
• применять инструменты библиотеки matplotlib для визуализации данных и результатов вычислений
• применять на практике специфический графических инструментарий анализа финансовых рисков
• оформлять ввод пользовательских параметров в создаваемых процедурах на Python
• экспортировать результаты расчетов в файловую систему в требуемых форматах
• автоматизировать составление аналитического отчета по результатам вычислений
• оценить качество сопроводительной документации к программному инструменту
• оценить соответствие функционала требованиям технического задания
• находить и локализовать ошибки в работе программ
• документировать результаты тестирования (заключение о тестировании)

Содержание учебной дисциплины

• IT для финансистов (ФРФИ). Трек 1. Торговые стратегии на финансовом рынке. Тема 1. Базовые идеи построения торговых стратегий
  Альфа, основные принципы создания альф, разновидности позиций, momentum и reversion, мета-правила
• IT для финансистов (ФРФИ). Трек 1. Торговые стратегии на финансовом рынке. Тема 2. Визуализация, backtesting и подходы к отбору торговых стратегий
  Полезные и необходимые графики и диаграммы, принципы осуществления backtesting, инструменты для оценки качества торговой стратегии
• IT для финансистов (ФРФИ). Трек 1. Торговые стратегии на финансовом рынке. Тема 3. Структура финансовых данных и их предобработка
  Стакан заявок, разновидности приказов, частота данных, наиболее частые ошибки в данных, полезные способы преобразования данных
• IT для финансистов (ФРФИ). Трек 1. Торговые стратегии на финансовом рынке. Тема 4. Execution, продвинутый backtesting и управление риском
  Особенности внедрения альф в торговых роботах, основные ошибки исполнения заявок, учет комиссий, проскальзываний, эффекта объема в backtesting, понятие stoploss и управление риском
• IT для финансистов (ФРФИ). Трек 1. Торговые стратегии на финансовом рынке. Тема 5. Отладка торгового робота и презентация результатов работы
  Разработка автоматизированных отчетов, тестирование торговых роботов в рыночных условиях, презентация результатов работы торговых стратегий
• IT для финансистов (ФРФИ). SQL
  Обучение основам программирования на SQL
• IT для финансистов (ФРФИ). R/Python
  Обучение основам программирования на R/Python
• IT для финансистов (ФРФИ). Трек 2. Финансовые риски. Тема 4. Элементы пользовательского интерфейса и репортинг
  Ввод пользовательских параметров. Форматы хранения и экспорта результатов расчетов. Практика автоматизации аналитического отчета в задачах анализа риска кредитного портфеля, риска рыночной ликвидности и процентного риска.
• IT для финансистов (ФРФИ). Трек 2. Финансовые риски. Тема 3. Визуализация данных и представление результатов расчетов
  Виды графиков, их атрибуты и их настройка. Практика использования matplotlib на примерах финансовых задач: анализ качества рейтинговой системы, риска ликвидности и динамики процентных ставок и кредитных спредов.
• IT для финансистов (ФРФИ). Трек 2. Финансовые риски. Тема 2. Анализ структуры и качества данных, финансовые вычисления
  Описательная статистика. Поиск ошибок, анализ пропусков, фильтрация данных. Построение выборки и анализ репрезентативности. Трансформация данных: объединение, агрегирование, группировки. Приложение к анализу кредитного портфеля, книги лимитированных заявок и структуры рынка облигаций.
• IT для финансистов (ФРФИ). Трек 2. Финансовые риски. Тема 1. Неструктурированные финансовые данные и их организация в БД
  Практика создания/организации/ управление БД и осуществления SQL запросов для финансовых данных: данные о кредитном портфеле банка; реестр биржевых заявок; данные рынка облигаций. Практика управления БД с помощью Python по API.
• IT для финансистов (ФРФИ). Трек 2. Финансовые риски. Тема 5. Тестирование программных инструментов
  Критическая оценка документации программных инструментов, проверка соответствия функционала документации и содержанию практической задачи, поиск и локализация ошибок, исправление и предложения по доработке, заключение о тестировании

Элементы контроля

• Трек 1. Самостоятельная работа №2
• Трек 1. Самостоятельная работа №1
• Трек 1. Самостоятельная работа №3
• Трек 1. Проект
• Трек 1. Peer-review самостоятельных заданий других студентов
• Тестирование на знание основ программирования
• Трек 2. Домашняя работа №1
• Трек 2. Домашняя работа №2
• Трек 2. Домашняя работа №3
• Трек 2. Домашняя работа №4
• Трек 2. Тестирование программ, написанных студентами трека в рамках домашних заданий

Промежуточная аттестация

• Промежуточная аттестация (2 модуль)
  Формула оценивания линейная внутри каждого трека, но компоненты оценки и весовые коэффициенты зависят от трека. Оба трека включают оценку за "Тестирование на знание основ программирования" в первом модуле с одинаковым весом; состав компонент за второй модуль и величины весовых коэффициентов определяются префиксом "Трек*" в названии элемента контроля. Курс предусматривает проставление бонусных оценок в дополнение к линейной формуле. В случае если итоговая оценка превышает 10, студенту выставляется 10 баллов

Список литературы

Рекомендуемая основная литература

• Ави Пфеффер - Вероятностное программирование на практике - Издательство "ДМК Пресс" - 2017 - 462с. - ISBN: 978-5-97060-410-6 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/97346
• Андрианова А.А., Исмагилов Л.Н., Мухтарова Т.М. - Алгоритмизация и программирование. Практикум: учебное пособие - Издательство "Лань" - 2019 - 240с. - ISBN: 978-5-8114-3336-0 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/113933
• Финансовые вычисления. Теория и практика : учеб.-справоч. пособие / Я.С. Мелкумов. — 2-е изд. — М. : ИНФРА-М, 2017. — 408 с. — (Высшее образование: Бакалавриат). - Режим доступа: http://znanium.com/catalog/product/765733

Рекомендуемая дополнительная литература

• Акулич И.Л. - Математическое программирование в примерах и задачах - Издательство "Лань" - 2011 - 352с. - ISBN: 978-5-8114-0916-7 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/2027
• Артёмов И.Л., Назаров М.В. - Введение в программирование больших вычислительных задач на современном Фортране с использованием компиляторов Intel - Национальный Открытый Университет "ИНТУИТ" - 2016 - 259с. - ISBN: - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/100694