Data analysis in finanses

2021/2022

Academic Year

RUS

Instruction in Russian

5

ECTS credits

Delivered at:

Department of Mathematical Economics (Faculty of Economics)

Course type:

Compulsory course

When:

1 year, 3, 4 module

Instructor

Aistov, Andrey

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

Элементы контроля

• Аудиторная работа
• Экзамен

Промежуточная аттестация

• 2021/2022 учебный год 4 модуль
  0.5 * Экзамен + 0.5 * Аудиторная работа

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

Авторы

• Аистов Андрей Валентинович