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.

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?

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

Модели стохастической волатильности

Финансовая эконометрика

Программная инженерия и C++ для количественного анализа и алгоритмической торговли

Марковские процессы

Протокол статистического анализа данных

.

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

Hash CIB, Head of research

Чем полезен курс?

Деан
Фантаццини

Доктор экономических наук, профессор кафедры эконометрики и математических методов экономики МШЭ МГУ им. М.В. Ломоносова

Анатолий Алексеевич
Крестенко

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

Аспирантка кафедры теории функций и функционального анализа механико-математического факультета МГУ им. М.В. Ломоносова

Чем полезен курс?

Василий Никитич
Колокольцов

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

Аспирант кафедры теории вероятностей МГУ им. М.В. Ломоносова, стипендиат Фонда

Чем полезен курс?

Модели стохастической волатильности

Михаил Валентинович
Житлухин

к.ф.-м.н., старший научный сотрудник МИАН им. В.А. Стеклова

Игорь Романович
Удовиченко

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

Чем полезен курс?

Александр Викторович
Шкляев

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

Игорь Романович
Удовиченко

Research engineer, Skoltech

Чем полезен курс?

Сергей Владимирович
Шелягин

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

к.э.н., доцент департамента прикладной экономики факультета экономических наук НИУ ВШЭ, руководитель проектов группы математического моделирования ЕвроХим

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

Немарковские модели стохастической волатильности

Введение в Теорию Экстремального Значения (EVT)

расписание

Лекция

уточняется

лектор

Право и налоги в финансовой индустрии: введение для математиков

Светлана
Постнова

Эксперт в сфере банковского права

Геннадий Николаевич
Тимоничев

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

Research intern at CMAP, École Polytechnique