Алгоритмическая торговля и количественные стратегии

Магистратура 2025/2026

Статус: Курс по выбору (Инвестиции на финансовых рынках)

Кто читает: Отдел сопровождения учебного процесса в магистратуре

Где читается: Факультет экономических наук

Когда читается: 1-й курс, 2 модуль

Охват аудитории: для своего кампуса

Преподаватели: Лысенок Никита Ильич

Язык: русский

Кредиты: 3

Контактные часы: 28

Дополнительные материалы в LMS Задать вопрос

Аннотация

Курс «Алгоритмическая торговля и количественные стратегии» предназначен для студентов, желающих глубже понять механизмы автоматизированной торговли и научиться разрабатывать собственные алгоритмы работы с финансовыми рынками. Программа охватывает ключевые аспекты — от архитектуры торговых систем до методов анализа данных, управления рисками и использования продвинутых технологий. Участники получат целостное представление о том, как создавать, тестировать и оптимизировать торговые стратегии с учётом реальных ограничений и современных тенденций.

Цель освоения дисциплины

Получение студентами комплексных знаний и практических навыков в области разработки и реализации алгоритмических торговых стратегий. По итогам обучения слушатели смогут проектировать и запускать собственные алгоритмические системы, понимать и применять методы статистического анализа, машинного обучения и технического анализа, грамотно управлять рисками и отслеживать эффективность стратегий, а также оценивать и учитывать актуальные тенденции рынка, включая высокочастотную торговлю, использование альтернативных источников данных и криптоактивы.

Планируемые результаты обучения

Понимание архитектуры алгоритмических систем: овладение базовыми принципами построения автоматизированных торговых систем, знание типов ордеров и механизмов исполнения сделок.
Разработка торговых стратегий: обучение созданию, тестированию и оптимизации алгоритмических стратегий для различных финансовых инструментов.
Управление рисками: освоение методов минимизации потенциальных убытков (стоп-лосс, тейк-профит, VaR, CVaR), диверсификация и мониторинг рисковых параметров.
Методы статистического и технического анализа: изучение ключевых статистических инструментов (корреляция, проверка гипотез, дисперсия) и технических индикаторов (MA, MACD, RSI).
Использование машинного обучения: базовое понимание регрессии, деревьев решений и нейронных сетей (RNN, LSTM) для прогнозирования динамики рынка.
Работа с данными: приобретение навыков сбора, очистки и визуализации рыночной информации из различных источников, включая альтернативные (социальные сети, геоданные).
Адаптация к текущим тенденциям: развитие гибкости в условиях волатильных рынков и освоение современных направлений алготрейдинга (высокочастотная торговля, криптоактивы).