• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Анализ данных в финансах

2021/2022
Учебный год
RUS
Обучение ведется на русском языке
5
Кредиты
Статус:
Курс обязательный
Когда читается:
1-й курс, 3, 4 модуль

Преподаватель

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

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

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

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

Элементы контроля

  • неблокирующий Аудиторная работа
  • неблокирующий Экзамен
Промежуточная аттестация

Промежуточная аттестация

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

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