Магистратура
2022/2023
Анализ данных в финансах
Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»
Лучший по критерию «Новизна полученных знаний»
Статус:
Курс обязательный (Финансы)
Направление:
38.04.08. Финансы и кредит
Где читается:
Факультет экономики НИУ ВШЭ (Нижний Новгород)
Когда читается:
1-й курс, 3, 4 модуль
Формат изучения:
с онлайн-курсом
Онлайн-часы:
20
Охват аудитории:
для своего кампуса
Прогр. обучения:
Финансы
Язык:
русский
Кредиты:
6
Контактные часы:
64
Программа дисциплины
Аннотация
В рамках данного учебного курса студенты осваивают инструментарий, необходимый для анализа финансовых данных, и приобретают практические навыки работы с современным компьютерным программным обеспечением.
Цель освоения дисциплины
- Целью данного учебного курса является развитие и совершенствование умений и навыков работы с современным компьютерным программным обеспечением, используемым для анализа финансовых данных.
Планируемые результаты обучения
- Визуализирует данные и проводит их первичную обработку, необходимую для дальнейшего анализа
- Выполняет кластерный анализ и визуализирует результат
- Импортирует финансовые данные в Python
- Оценивает параметры эмпирических моделей временных рядов
- Создает торгового робота и оценивает эффективность выбранной стратегии
- Формирует оптимальный инвестиционный портфель
Содержание учебной дисциплины
- Импорт финансовых данных в Python
- Визуализация данных и их первичная обработка
- Торговый робот
- Оптимизация инвестиционного портфеля
- Кластерный анализ
- Модели временных рядов
Промежуточная аттестация
- 2022/2023 учебный год 4 модуль\begin{equation} \label{final} \text{\textbf{Итоговая оценка за курс}} = \text{max} \left\{ \, \text{\textbf{Активность}} , \, \text{\textbf{Экзамен}} \, \right\} \, , \end{equation} где max --- наибольшее из двух чисел (Активность или Экзамен). \textbf{Активность} является результатом округления к ближайшему целому числу нормированной на 8.5 (по рейтингу студентов) накопленной студентом \textit{суммы баллов}.
Список литературы
Рекомендуемая основная литература
- Brooks,Chris. (2019). Introductory Econometrics for Finance. Cambridge University Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsrep&AN=edsrep.b.cup.cbooks.9781108422536
- Lewinson, E. (2020). Python for Finance Cookbook : Over 50 Recipes for Applying Modern Python Libraries to Financial Data Analysis. Packt Publishing.
- Python. Самое необходимое : видеокурс, Прохоренок, Н., 2011
- Weiming, J. M. (2019). Mastering Python for Finance : Implement Advanced State-of-the-art Financial Statistical Applications Using Python, 2nd Edition (Vol. Second edition). Birmingham, UK: Packt Publishing. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=2116431
Рекомендуемая дополнительная литература
- Лучано, Р. Python. К вершинам мастерства / Р. Лучано , перевод с английского А. А. Слинкин. — Москва : ДМК Пресс, 2016. — 768 с. — ISBN 978-5-97060-384-0. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/93273 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
- Эконометрика-2 : продвинутый курс с приложениями в финансах, учебник, Московская школа экономики МГУ им. М. В. Ломоносова, 942 с., Айвазян, С. А., Фантаццини, Д., 2015