Курсы Фонда «Институт “Вега”» сочетают в себе глубокие фундаментальные знания в математике и ориентированность на решение актуальных задач индустрии. Лекторами являются ведущие математики из российских и зарубежных университетов, а также эксперты из индустрии - лидеры в своей области.

Ряд предлагаемых курсов не имеет аналогов в России.

Курсы проводятся в онлайн- и гибридном форматах с бесплатным доступом.
Открытые спецкурсы
О курсах
формат курсов
Открытые спецкурсы проходят в гибридном и онлайн-форматах.

Гибридный формат – занятия проходят очно в МГУ им. М.В. Ломоносова, откуда организована полноценная видеотрансляция. Лектор и часть слушателей находятся в аудитории в МГУ. Слушатели, не являющиеся студентами, аспирантами и преподавателями МГУ, могут присоединиться дистанционно через zoom, они так же могут взаимодействовать с лектором, задавать вопросы и выполнять задания.

Онлайн-формат – занятия проходят в дистанционном формате. Все слушатели и лектор курса присоединяются через zoom. В таком формате обычно проходят факультативы и семинары по курсам, но бывают исключения.

Все лекции и семинары курсов и факультативов записываются. Студенты, находящиеся в другом часовом поясе, могут слушать лекции Фонда в записи, не изменяя жизненные ритмы.
  • студентам и аспирантам российских и зарубежных университетов;
  • начинающим специалистам;
  • профессионалам;
  • молодым ученым;
  • иным категориям слушателей, чьи научные и профессиональные интересы связаны с финансовой математикой.
Кому полезны курсы?
Курсы Фонда имеют разную сложность и направленность. Для качественного освоения дисциплин необходимо знание определенных предметов из числа фундаментальных базовых курсов математических факультетов. Подробные пререквизиты для каждого курса можно найти в силлабусе (программе).

Полезной окажется подготовка по следующим направлениям:
  • математика и смежные специальности;
  • информационные технологии и смежные специальности;
  • экономические специальности с продвинутой математической базой.
Какая подготовка необходима?
спецкурсы
Студенты факультетов-партнёров Фонда (Мехмат, ВМК, МШЭ МГУ) могут включить открытые спецкурсы в диплом в статусе спецкурсов по выбору студента. Мы направляем ведомости с оценками централизованно напрямую факультетам до окончания экзаменационной сессии. Для зачета такого курса в диплом необходимо просто обратиться в учебную часть.

Обратите внимание, студенты Мехмата МГУ могут зачесть курс Фонда как спецкурс по выбору студента только в случае очного посещения более 50% лекций и очной сдачи экзамена (если предусмотрено).

Если вы студент другого вуза и успешно завершили курсы Фонда, вы можете получить справку для предъявления в учебной части. Для этого необходимо успешно выполнить обязательные требования накопительной оценки, которые отмечены в силлабусе дисциплины и подать заявку в Фонд на получение справки. В течение 10 рабочих дней она будет готова и направлена вам на электронную почту.

Также у тех, кто записался на спецкурсы, всегда есть возможность посещать их в статусе вольного слушателя.
Спецкурс – это полноценная дисциплина, посвященная определенной области знаний в сфере фундаментальной или финансовой математики, и дающая глубокое понимание предмета. Спецкурсы Фонда включают лекции и семинары, домашние задания и их проверку, тесты, контрольные работы, коллоквиумы и иногда итоговый экзамен. Студенты, выполнившие все требования по курсу и сдавшие экзамен, получают итоговую оценку, которую можно включить в перечень пройденных курсов в дипломе.
Что такое спецкурсы?
Как зачесть курс у себя в вузе?
Введение в блокчейн и распределенные финансы
Рекомендовано для курсов:
Специалитет, 3-5
Бакалавриат, 3-4
Магистратура, 1
Дата начала:
10 сентября 2024
Формат:
Гибридный
Модели стохастической волатильности
Рекомендовано для курсов:
Специалитет, 4-6
Бакалавриат, 4
Магистратура, 1-2
Дата начала:
9 сентября 2024
Формат:
Гибридный
Финансовая эконометрика
Рекомендовано для курсов:
Специалитет, 4-6
Бакалавриат, 4
Магистратура, 1-2
Дата начала:
12 сентября 2024
Формат:
Гибридный
Программная инженерия и C++ для количественного анализа и алгоритмической торговли
Рекомендовано для курсов:
Специалитет, 4-6
Бакалавриат, 4
Магистратура, 1-2
Дата начала:
13 сентября 2024
Формат:
Гибридный
Марковские процессы
Рекомендовано для курсов:
Специалитет, 3-6
Бакалавриат, 3-4
Магистратура, 1-2
Дата начала:
10 сентября 2024
Формат:
Гибридный
Протокол статистического анализа данных
Рекомендовано для курсов:
Специалитет, 4-6
Бакалавриат, 4
Магистратура, 1-2
Дата начала:
10 сентября 2024
Формат:
Гибридный
.
расписание
Курс освещает современные аспекты финансовой математики, связанные с блокчейн-технологиями и распределенными финансовыми системами (DeFi). Его цель — дать глубокое понимание принципов функционирования блокчейна, цифровых валют и децентрализованных финансов. Занятия будут полезны будущим инженерам-разработчикам и трейдерам, которые хотят освоить новые финансовые рынки.

В программе:
  • базовые концепции технологии блокчейн,
  • свойства децентрализованных сетей,
  • алгоритмы консенсуса и шифрования, используемые для реализации блокчейн-технологий,
  • состояние сетей Bitcoin и Ethereum и методы их масштабирования,
  • финансовые приложения в децентрализованных сетях и протоколы DeFi,
  • создание смарт-контрактов и написание кода на языках программирования C, Python и Solidity для работы с блокчейн-данными,
  • модели для ценовой динамики цифровых активов и оценки рисков, присущих данному типу активов.

Для успешного освоения дисциплины требуется:
  • знание алгоритмов, теории вероятностей, математической статистики и случайных процессов,
  • понимание устройства финансового рынка и простейших деривативов, таких как фьючерсы и опционы, а также принципов работы биржи,
  • знание основ синтаксиса языка R, понимание парадигм объектно-ориентированного программирования (ООП),
  • владение инструментами разработки, включая Git, IDE (например, VS Code), Linux CLI/Bash,
  • знание Python, в частности, библиотек Pandas, NumPy, Matplotlib и Requests. Навык работы с iPython Notebook также обязателен.
Лекция
вторник
20:15 - 21:45 мск
Введение в блокчейн и распределенные финансы
Семинар
среда
16:45 - 18:20 мск
лекторы
Ростислав Геннадьевич
Березовский
Лектор курса
Hash CIB, Head of research
Чем полезен курс?
Деан
Фантаццини
Лектор курса
Доктор экономических наук, профессор кафедры эконометрики и математических методов экономики МШЭ МГУ им. М.В. Ломоносова
Анатолий Алексеевич
Крестенко
Семинарист курса
HASH CIB, Head of Infrastructure
расписание
Марковские процессы — универсальная модель для широкого класса реально наблюдаемых случайных процессов. Количество научной литературы по этой теме непрерывно растет, открываются новые приложения в различных сферах естественных и социально-экономических наук. С помощью марковских процессов, например, можно спрогнозировать очередь в магазине, построить модели распространения вирусных заболеваний или скачков цен.

Курс предлагает структурированное и компактное изложение основных концепций, методов и приложений теории марковских процессов. Он будет интересен механикам и математикам, теоретикам вероятностей, а также междисциплинарным исследователям.

В курсе рассматриваются:
  • броуновское движение,
  • процессы Леви,
  • теория мартингалов для основательного понимания темы,
  • процессы Маркова, полугруппы и генераторы,
  • марковские процессы, псевдодифференциальные уравнения и стохастические уравнения.

Для успешного освоения материалов курса необходимо хорошее владение основами математического анализа, линейной алгебры, теории обыкновенных дифференциальных уравнений и теории вероятностей, включая интеграл Лебега, виды сходимости случайных величин, характеристические функции, закон больших чисел и центральную предельную теорему.
Лекция
вторник
16:45 - 18:20 мск
Семинар
среда
20:15 - 21:45 мск
лекторы
Марковские процессы
Нина Александровна
Бадулина
Семинарист курса
Аспирантка кафедры теории функций и функционального анализа механико-математического факультета МГУ им. М.В. Ломоносова
Чем полезен курс?
Василий Никитич
Колокольцов
Лектор курса
Профессор Факультета вычислительной математики и кибернетики МГУ им. М.В. Ломоносова
расписание
Лекция
понедельник
16:45 - 18:20 мск
Семинар
понедельник
20:15 - 21:45 мск
лекторы
Модель Блэка-Шоулса, применяемая для оценки опционов, предполагает постоянство волатильности базового актива. Однако это предположение часто не соответствует реальным рыночным данным. В данном курсе рассматриваются модели стохастической волатильности, где волатильность является изменчивой величиной, что критически важно для точного оценивания производных финансовых инструментов. Курс подойдет количественным аналитикам и тем, кто планирует карьеру в области финансового инжиниринга и управления рисками.

В программу входят следующие темы:
  • основы модели Блэка-Шоулса и её ограничения, модель Блэка, учитывающая стохастическую волатильность, современные подходы и модели, разработанные в середине 2000-х годов,
  • математические основы стохастических моделей волатильности, алгоритмы её оценивания и прогнозирования,
  • практические упражнения с реализацией моделей стохастической волатильности на языке Python.

Для успешного освоения данной дисциплины необходимо:
  • прочное знание основ финансовой математики, полученное при изучении курса «Введение в финансовую математику». Особое внимание следует уделить теории вероятностей и теории случайных процессов: понимать такие понятия, как условное математическое ожидание, броуновское движение, интеграл Ито, мартингалы и стохастические дифференциальные уравнения,
  • умение программировать на языке Python с использованием библиотек NumPy и SciPy для выполнения практических заданий.
Виктор Алексеевич
Антипов
Семинарист курса
Аспирант кафедры теории вероятностей МГУ им. М.В. Ломоносова, стипендиат Фонда
Чем полезен курс?
Модели стохастической волатильности
Михаил Валентинович
Житлухин
Лектор курса
к.ф.-м.н., старший научный сотрудник МИАН им. В.А. Стеклова
Игорь Романович
Удовиченко
Семинарист курса
Research engineer, Skoltech
расписание
Лекция
вторник
18:30 - 20:05 мск
Курс предоставляет комплексное изучение математических основ и практического применения методов статистического анализа. Он будет полезен математикам, механикам и естественнонаучным исследователям, а также тем, кто работает с big data и занимается её обработкой.

Курс содержит четыре раздела:
  • общая концепция статистики: три основных задачи и базовые инструменты их решения;
  • непараметрические критерии: проверка гипотез согласия, принадлежности параметрическому семейству, однородности и независимости;
  • линейная регрессия: проверка гипотез и снижение размерности в задачах регрессии, диагностика модели, преобразование данных и обобщенная линейная модель;
  • базовые метрики и методы в задачах классификации.

Можно выбрать направление изучения — прикладное или теоретическое, при этом не игнорируя второй аспект. Теоретическая часть курса акцентирует внимание на общей структуре методов и задач, а практическая часть сосредоточена на диагностике и применении описываемых методов.

Для успешного освоения теоретической части необходимо:
  • глубокое понимание основ теории вероятностей. Студентам потребуется знание таких ключевых понятий, как вероятностное пространство, случайная величина, функции распределения (плотность, совместное распределение), закон больших чисел и центральная предельная теорема,
  • владение базовой статистической терминологией, включающей статистическое пространство, оценку параметров, доверительные интервалы и гипотезы.

Практическая часть требует:

  • базовых навыков программирования на языке Python, умения писать простой код для реализации или использования конкретных статистических процедур и методов,
  • знания синтаксиса Python и основных библиотек для статистических вычислений будет преимуществом.
Семинар
четверг
20:15 - 21:45 мск
Протокол статистического анализа данных
лекторы
к.ф.-м.н., преподаватель кафедры математической статистики и случайных процессов механико-математического факультета МГУ им. М.В. Ломоносова
Елена Викторовна
Хиль
Семинарист курса
Чем полезен курс?
Александр Викторович
Шкляев
Лектор курса
к.ф.-м.н., ведущий научный сотрудник Лаборатории математической статистики механико-математического факультета МГУ им. М. В. Ломоносова
расписание
Лекция
пятница
18:30 - 20:05 мск
Курс предоставляет комплексное изучение принципов программной инженерии на базе языка C++, который позволяет создавать высокопроизводительные решения и эффективно работать с данными. Занятия будут полезны студентам, интересующимся финансовой математикой, стремящимся освоить программирование и автоматизацию задач, а также будущим программистам и разработчикам, желающим применить свои навыки в сфере финансовых технологий.

В рамках курса изучаются:
  • особенности C++ и его преимущества для создания высокоскоростного кода,
  • применение C++ в высокочастотной торговле и для создания вычислительных инструментов,
  • разработка библиотек и фреймворков для работы с данными,
  • оптимизация вычислительных процессов и использование вычислительных мощностей.

Для прохождения курса необходимы знания дисциплины "Информатика", основы стандартных структур хранения данных и алгоритмов программирования, а также продвинутые навыки работы с компьютером, включая умение самостоятельно разбираться с интегрированной средой разработки (IDE) и представленными для изучения фрагментами кода.

Семинар
суббота
18:30 - 20:05 мск
лекторы
Программная инженерия и C++ для количественного анализа и алгоритмической торговли
Студент 6 курса механико-математического факультета МГУ им. М.В. Ломоносова, стипендиат Фонда
Артемий Александрович
Сазонов
Семинарист курса
Игорь Романович
Удовиченко
Семинарист курса
Research engineer, Skoltech
Чем полезен курс?
Сергей Владимирович
Шелягин
Лектор курса
ex-руководитель управления продвижения технологических продуктов и услуг Мосбиржи, создатель стартапа DataFork
Курс охватывает основные разделы эконометрики временных рядов, применимые в финансовых задачах. Он будет полезен студентам-математикам, экономистам и юристам, а также всем тем, кто ориентирован на работу в аналитических отделах финансовых компаний и банках, или хочет заниматься исследованиями финансовых рынков.

На занятиях рассматриваются:
  • основные одномерные и многомерные модели временных рядов,
  • одномерные модели пространства состояний — ARCH/GARCH, HAR,
  • многомерные модели волатильности,
  • прогнозирование и содержательная интерпретация модельных оценок.

Практико-ориентированный подход предполагает активную работу с данными на семинарах и самостоятельно, а также знакомство с актуальной научной литературой. Для успешного освоения курса необходимы базовые знания в области эконометрики и опыт работы с программами для анализа данных — R или Python.
расписание
Лекция
четверг
16:45 - 18:20 мск
Финансовая эконометрика
Семинар
четверг
18:30 - 20:05 мск
лекторы
Чем полезен курс?
Иван Павлович
Станкевич
Лектор и семинарист курса
к.э.н., доцент департамента прикладной экономики факультета экономических наук НИУ ВШЭ, руководитель проектов группы математического моделирования ЕвроХим
Факультативы
Факультатив – это дополнительный курс небольшой длительности, имеющий практическую направленность. Обычно в рамках факультативов нет семинаров, не проводится экзамен и не ставится итоговая оценка. Зачесть такой курс в вузе не получится, но можно получить справку о прослушивании курса.
Что такое факультативы?
.
Введение в генеративное моделирование в финансах
Рекомендовано для курсов:
Специалитет, 4-6
Бакалавриат, 4
Магистратура, 1-2
Дата начала:
15 ноября 2024
Формат:
Онлайн
Немарковские модели стохастической волатильности
Рекомендовано для курсов:
Специалитет, 4-6
Бакалавриат, 4
Магистратура, 1-2
Дата начала:
4 октября 2024
Формат:
Онлайн
Введение в Теорию Экстремального Значения (EVT)
Рекомендовано для курсов:
Специалитет, 3-6
Бакалавриат, 3-4
Магистратура, 1-2
Дата начала:
29 ноября 2024
Формат:
Онлайн
расписание
Лекция
уточняется
лектор
Право и налоги в финансовой индустрии: введение для математиков
Светлана
Постнова
Лектор курса
Эксперт в сфере банковского права
Геннадий Николаевич
Тимоничев
Лектор курса
Приглашённый преподаватель юридического факультета МГУ им. М. В. Ломоносова, директор группы корпоративного налогообложения для компаний технологического и финансового секторов Б1
расписание
Лекция
пятница
20:15 - 21:45 мск
лектор
Чем полезен курс?
Мини-курс посвящен изучению одного из современных методов генеративного моделирования — диффузионных моделей и их применению в финансовой сфере. Он будет интересен будущим разработчикам и программистам, студентам математикам и практикам, которые ищут новые подходы к моделированию.

В рамках занятий будут рассмотрены:
  • обращенные во времени процессы, алгоритмы семплирования и соответствующие функции потерь,
  • концепции оптимального транспорта, моста Шредингера и их связь с оптимальным управлением,
  • адаптация теоретической базы для решения практических задач в финансах, например, для задач хеджирования.

Для понимания материала факультатива необходимо:

  • владеть основами оптимального транспорта, иметь представление о существовании расстояния Вассерштейна и понимать связь статической и динамической формулировок,
  • знать стохастический анализ и стохастическое оптимальное управление в рамках классических курсов по финансовой математике: теорема Гирсанова, уравнения Гамильтона-Якоби-Беллмана и Колмогорова-Фоккера-Планка,
  • уметь писать небольшие программы на Python, быть знакомым с numpy, matplotlib.
Введение в генеративное моделирование в финансах
Никита Александрович
Федяшин
Лектор курса
Research intern at CMAP, École Polytechnique