Эконометрическое моделирование в задачах управления активами и торговли ценными бумагами

Эконометрическое моделирование в задачах управления активами и торговли ценными бумагами

Статус: Факультативный курс

Где читается: ФКН

Формат изучения: онлайн

Преподаватель: Асриев Артем Владимирович

Язык: русский

Количество часов: 24

Программа учебной дисциплины

Аннотация

Курс предназначен для студентов старших курсов желающих получить начальное представление о финансовой индустрии и аналитических финансовых приложениях используемых в ней. Курс может быть полезен для студентов которые хотели бы работать в аналитических подразделениях инвестиционных банков, инвестиционных и хедж фондов, а также всех кто интересуется инвестированием в ценные бумаги.

Автор, имеющий более чем 20-летний опыт работы на Wall Street, расскажет о том что такое рынок ценных бумаг, как он возник, как он работает и развивается, какие аналитические задачи и как решаются в разных его сегментах включая сбор исходных данных, построение математических моделей, оценку их параметров, тестирование и мониторинг этих моделей, и в конечном итоге - создание финансовых продуктов использующих эти модели.

Курс предназначен для студентов, имеющих базовые знания о высшей математике, теории вероятностей, математической статистике, обработке данных и программировании.

Цель освоения дисциплины

Курс поможет студентам получить реальное представление о возможностях которые открывает работа в исследовательских группах финансовых компаний для студентов имеющих базовое образование в области прикладной математики и программирования.

Содержание учебной дисциплины

1. Краткая история Рынка Ценных Бумаг (РЦБ). РЦБ как ключевое звено экономической системы.

2. Типы ценных бумаг: бонды, акции, ЕТФ, валюты, кредиты, товары, фьючерсы, опции, криптовалюты.

3. Структура РЦБ. Биржи и другие торговые площадки. Участники РЦБ: инвесторы, инвестиционные фонды (включая пенсионные и хедж фонды); брокеры; государство; юридическая система; информационные технологии.

4. Процесс торговли РЦБ и его эволюция, сопутствующие технологии, типы заказов. Относительные преимущества частных инвесторов и инвестиционных фондов.

5. Необходимость аналитической поддержки бизнеса при принятии решений. Инвестиционные фонды: какие активы торговать и когда? Анализ потенциальной доходности относительно текущих риска, стоимости транзакций, налогов, экономики, секторов экономики, конкурентов, политики, погоды, финансовой системы. Оптимизация инвестиционных портфолио.

6. Проп-торговля (Proprietary Trading). Поддержка Рынка (Market Making). Проп стратегии (Prop Trading Strategies): торговля парами (Pairs Trading), разворот к среднему (Mean Reversion), коридор Боллинджера (Bollinger Bands), индекс относительной силы (Relative Strength Index), различные виды арбитража.

7. Брокеры: как и где торговать? Уменьшение комиссионных сборов как процесс избавления от коррупции. Ручная и автоматическая торговля: что лучше? Типы алгоритмических стратегий. Умные раутеры заказов: оптимизация выбора торговой площадки.

8. Контроль риска. Виды рисков. Кто и как контролирует риск в финансовых компаниях? Рыночный риск, методы контроля. Операционный риск, методы мониторинга.

9. Построение моделей и аналитических продуктов. Данные (data): рынка, заказов, торговли, дневные, тик. Аналитические характеристики инструментов. Альфа модели. Модель справедливой цены.

10. Торговые стратегии. Тестирование по историческим данным. Внутри- и вне-выборочное оценивание параметров. Критерии качества стратегии.

11. Модели риска: фундаментальные, статистические (РСА), дневные, недельные, месячные.

12. Организация поддержки алгоритмической торговли. Оценивание стоимости транзакций: прогнозируемое и по результатам торговли.

Элементы контроля и формула итоговой оценки

Оценка за курс будет складываться из выполнения практического задания, которое будет предложено в конце апреля, и экзамена (в равных долях). Практическое задание будет включать элементы обработки данных, построения математической модели, статистической оценки параметров, и тестирования модели out-of-sample.