Прикладные модели с использованием языка Python

2025/2026

Статус: Маго-лего

Кто читает: Отдел сопровождения учебного процесса в магистратуре

Где читается: Факультет экономических наук

Когда читается: 3 модуль

Онлайн-часы: 26

Охват аудитории: для своего кампуса

Язык: русский

Кредиты: 3

Контактные часы: 12

Дополнительные материалы в LMS Задать вопрос

Аннотация

Целью освоения дисциплины являются получение слушателями практических навыков моделирования финансовых инструментов с использованием библиотек языка Python. Успешная работа на финансовых рынках требует от специалистов знаний и навыков в области анализа больших массивов информации самой разнообразной природы. Построение эффективных торговых стратегий опирается сегодня в значительной степени на использование программных средств. Знание моделей ценообразования финансовых инструментов и умение их применять на практике является неотъемлемой частью подготовки финансового инженера.

Цель освоения дисциплины

Курс «Прикладные модели финансового инжиниринга с использованием языка Python» ставит перед собой цель познакомить слушателей с современными технологиями анализа финансовых инструментов. В данном курсе делается акцент на практическом применение моделей количественных финансов. Теоретическая часть представлена в объеме, необходимом для понимания основных характеристик и свойств моделей. С концептуальной точки зрения, курс базируются на подходе, принятом в зарубежных университетах и бизнес-школах, который ориентирован на прикладные аспекты финансового инжиниринга. Это подразумевает обязательное изучение программного инструментария, необходимого для решения практических задач. В качестве такого инструмента предлагается использовать библиотеки языка Python. Данный язык стал дефакто стандартом в области обработки финансовых данных. Отличительной особенностью языка Python является его сравнительная доступность и легкость в освоении. Вычислительные библиотеки языка позволяют реализовать самые разные алгоритмы количественных финансов. В ходе изучения материала слушатели знакомятся с классическими модели опционного ценообразования. Наряду с этим также рассматриваются экзотические финансовые продукты, в частности модель барьерного опциона, очень популярного среди инвесторов. Особое место в курсе отводится вопросам, связанным с моделированием процентных инструментов. Отдельное внимание в курсе уделяется количественным методы управления инвестиционным портфелем (Quantitative equity portfolio management) и финансовой эконометрики. Материалы данной дисциплины могут быть использованы при подготовке ВКР.

Планируемые результаты обучения

Иметь представление об основных моделях ценообразования финансовых инструментов и предпосылки их практического применения;
Разрабатывать инвестиционные стратегии и моделировать оптимальный портфель, используя численные библиотеки Python;
Выявлять свойствах случайных процессов, необходимые для моделирования финансовых активов;
Показывать численные и статистические библиотеки языка Python, применяемые для работы на финансовом рынке;
Строить модели финансовых инструментов с использованием библиотек языка Python;

Содержание учебной дисциплины

Тема 1.
Тема 2.
Тема 3.
Тема 5.
Тема 4.
Тема 6.

Элементы контроля

HW1: Binomial Option Pricing Model
Course assessment is based on the completion of computational tasks (homeworks) in Jupyter Notebook. Students are required to complete 6 homework assignments throughout the course, each focusing on practical implementation of the covered topics using Python.
HW2: Black-Scholes-Merton Model
Implementation of the Black-Scholes-Merton framework for option pricing. Students build pricing functions, calculate option sensitivities (Greeks), and simulate delta hedging strategies.
Homework 3.1: Monte Carlo Methods
Homework 3.2: Finite Difference Methods
Implementation of finite difference methods for solving the Black-Scholes PDE. Students construct numerical grids, apply boundary conditions, and develop explicit and implicit schemes.
Homework 4: Barrier Options
Homework 5: Multi-Asset Options
Implementation of pricing models for options on multiple underlying assets. Students simulate correlated asset paths and price basket options and structured products.
Homework 6: Credit Default Swaps
Implementation of credit derivative pricing models. Students calculate CDS spreads using survival probabilities and Monte Carlo simulation with copula-based default correlation.

Промежуточная аттестация

2025/2026 3rd module
0.13 * HW1: Binomial Option Pricing Model + 0.16 * HW2: Black-Scholes-Merton Model + 0.1 * Homework 3.1: Monte Carlo Methods + 0.16 * Homework 3.2: Finite Difference Methods + 0.22 * Homework 4: Barrier Options + 0.09 * Homework 5: Multi-Asset Options + 0.14 * Homework 6: Credit Default Swaps

Список литературы

Авторы

Жарковский Максим Олегович
Лысенок Никита Ильич
Сычева Вера Ивановна

Программа дисциплины