Особенностью этого курса является широкое использование доказательных подходов, т.е. применение на любом этапе – от разработки алгоритма до исполнения торговых заявок – только тех методов, эффективность которых подтверждается, с одной стороны надежными статистическими доказательствами, а с другой – пониманием (или осознанным, строгим гипотезированием) содержания процессов, лежащих в основе ценообразования. Если вы уже знакомы с тематикой алгоритмического трейдинга, вы знаете, что стандартным подтверждением эффективности торгового алгоритма является простой исторический бэктест. Однако с ростом компьютерной мощности и сложности алгоритмов, в особенности – с внедрением машинного обучения в практику разработки торговых алгоритмов, исторические бэктесты утратили статус надежного доказательства будущей работоспособности алгоритма. От современного разработчика требуется способность создать не столько алгоритм, сколько мета-алгоритм, то есть, систему, порождающую периодически обновляемый портфель торговых алгоритмов. И разработка методов тестирования таких алгоритмов является частью самого мета-алгоритма. В данном курсе вы найдете концепции, инструменты, подходы, техники, идеи для построения именно таких мета-алгоритмов.
Курс будет полезен:
Курс предназначен для бакалавров 3-4 курса обучения, а также магистрантов и действующих специалистов, имеющих навыки в сфере программирования и машинного обучения, и желающих получить углубленную профильную подготовку для применения своих навыков на финансовых рынках. Он также может подойти студентам финансово-экономического профиля при условии освоения ими самостоятельно машинного обучения в среде R.
Содержание курса:
Первая неделя
Вторая неделя
Третья неделя
Четвертая неделя
кандидат экономических наук, доцент
доцент Департамента анализа данных, принятия решений и финансовых технологий Финансового университета при Правительстве Российской Федерации; соучредитель и главный исследователь стартапа 70!; директор по исследованиям лаборатории Thalamus Lab.