Quantativite Finance [2020]
SF Education
Количественные финансы – Как с помощью инструментария Python, R и Matlab и финансовой математики эффективно управлять портфелем и взять под контроль риски в бизнесе?
Зачем?
Любой бизнес также подвержен волатильной природе многих факторов, и именно для этого в целях контроля и минимизирования потерь и убытков должен быть «страж» который сведет их к минимуму или обернет в перспективе в прибыль.
О чем?
Именно для этого мы запускаем практический курс по управлению рисками, которой позволит получить уверенную экспертизу и технические навыки по контролю и предотвращению рисков в вашем бизнесе или компании.
Широкий технический инструментарий включающий Python, R и Matlab позволит вам на реальных кейсах и сделках отработать понимание ключевых моментов в управлении рисками и пройти интервью в финансовые и консалтинговые компании.
Кому подойдёт курс:
1. Студенты финансовых направлений
2. Сотрудники финансовых компаний
3. Финансовым аналитикам
4. Менеджеры отделов по управлению ликвидностью и рисками
5. Руководителям департаментов корпоративных финансов
6. Финансовым менеджерам желающим расширить профессиональную экспертизу.
Спойлер: Чему научитесь
1. Усвоите необходимый инструментарий и концепции риск-менеджмента, а также внедрения системы управления рисками в компании
2. Знать принципы аллокации (распределения) капитала банка, хедж-фонда или финансовой компании, уметь анализировать информацию и проводить разведочный анализ данных для принятия управленческих решений
3. Проводить стресс-тестирование с учетом исторических кейсов и кризисных ситуаций заложенных в основу экосистемы риск-менеджмент
4. Проводить тестирование сложных моделей и моделировать ключевые рейтинговые модели оценки рисков
5. Строить скоринговые карты по заданным критериям, а также оценивать финансовые, кредитные, операционные и риски ликвидности по спецификациям и требованиям нормативов
6. Проводить анализ и моделирование портфеля активов (компании), строить когортный анализ, оценивать
кредитный риск портфеля по матрицам вероятности наступления дефолт
Спойлер: Содержание
Модуль 1 - Математическая статистика и теория вероятностей
Продажник
SF Education
Количественные финансы – Как с помощью инструментария Python, R и Matlab и финансовой математики эффективно управлять портфелем и взять под контроль риски в бизнесе?
Зачем?
Любой бизнес также подвержен волатильной природе многих факторов, и именно для этого в целях контроля и минимизирования потерь и убытков должен быть «страж» который сведет их к минимуму или обернет в перспективе в прибыль.
О чем?
Именно для этого мы запускаем практический курс по управлению рисками, которой позволит получить уверенную экспертизу и технические навыки по контролю и предотвращению рисков в вашем бизнесе или компании.
Широкий технический инструментарий включающий Python, R и Matlab позволит вам на реальных кейсах и сделках отработать понимание ключевых моментов в управлении рисками и пройти интервью в финансовые и консалтинговые компании.
Кому подойдёт курс:
1. Студенты финансовых направлений
2. Сотрудники финансовых компаний
3. Финансовым аналитикам
4. Менеджеры отделов по управлению ликвидностью и рисками
5. Руководителям департаментов корпоративных финансов
6. Финансовым менеджерам желающим расширить профессиональную экспертизу.
Спойлер: Чему научитесь
1. Усвоите необходимый инструментарий и концепции риск-менеджмента, а также внедрения системы управления рисками в компании
2. Знать принципы аллокации (распределения) капитала банка, хедж-фонда или финансовой компании, уметь анализировать информацию и проводить разведочный анализ данных для принятия управленческих решений
3. Проводить стресс-тестирование с учетом исторических кейсов и кризисных ситуаций заложенных в основу экосистемы риск-менеджмент
4. Проводить тестирование сложных моделей и моделировать ключевые рейтинговые модели оценки рисков
5. Строить скоринговые карты по заданным критериям, а также оценивать финансовые, кредитные, операционные и риски ликвидности по спецификациям и требованиям нормативов
6. Проводить анализ и моделирование портфеля активов (компании), строить когортный анализ, оценивать
кредитный риск портфеля по матрицам вероятности наступления дефолт
Спойлер: Содержание
Модуль 1 - Математическая статистика и теория вероятностей
- Введение в риск-менеджмент и построение системы управления рисками в компании.
- Оценивание метрик риска, оценка рисковой стоимости. Вероятностная природа риска.
- Диагностирование и распознавание стрессовых сценариев.
- Современные подходы по управлению рисками.
- Вероятностные пространства, комбинаторика.
- Теорема Байеса, схема Бернулли.
- Случайные величины, математическое ожидание.
- Теоремы Муавра-Лапласа.
- Геометрическая вероятность, моменты случайной величины.
- Спецификация и построение броуновского движения, коррелированные броуновские движения.
- Мартингейл.
- Интеграл и лемма Ито.
- Хи-распределение, биномиальное и триномиальное распределение.
- Копулы.
- Внутренняя норма доходности, модифицированная дюрация и выпуклость.
- Среднее время жизни и дюрация Маколея.
- Стохастический процесс для форвардной цены и многое другое.
- Аллокация активов и кривые доходности.
- Вычисление эффективной границы портфеля.
- Оценка ожидаемой доходности.
- Вычисление геометрического среднего и толерантности к риску.
- Эмпирическое тестирование равновесных моделей портфеля.
- Теория арбитражного ценообразования (APT) и многое другое
- Сбор, очистка, обработка и использование данных с помощью пакетов Python (включает введение в язык, структуру данных и библиотеки (строки, числа, словари, кортежи, модули, функции и классы)).
- Прототипирование задачи на Python.
- Корреляционный анализ и логарифмическая доходность с библиотекой pandas.
- Моделирование биномиального дерева с помощью NumPy и Cython и многое другое
Продажник