Инвестиционный портфель: количественные методы анализа и управления

2026/2027

Статус: Майнор

Кто читает: Департамент математики

Где читается: Факультет экономических наук

Охват аудитории: для всех кампусов НИУ ВШЭ

Преподаватели: Сизых Наталья Васильевна

Язык: русский

Кредиты: 5

Контактные часы: 60

Дополнительные материалы в LMS Задать вопрос

Аннотация

Эта дисциплина охватывает широкий спектр тем в управлении портфелем: от академической теории и анализа до современной практики и последних разработок в данном направлении. Основные темы управления инвестиционным портфелем: теория портфеля, анализ риска и доходности портфеля, стратегии диверсификации, оценка акционерного капитала, стратегическое и тактическое распределение активов, торговые стратегии, методы оптимизации портфеля, ребалансировка, измерение и атрибуция эффективности портфеля, стратегии пассивного инвестирования, активные инвестиционные стратегии, многофакторные модели и их применение, анализ стиля, паевые инвестиционные фонды; хедж-фонды. Данный учебный курс способствует развитию у студентов аналитического мышления, что очень актуально для разных направлений профессиональной подготовки. Методы и модели количественного анализа, изучаемые в рамках данного курса будут полезны для выполнения курсовых и дипломных работ, проведения различных исследований, а так же в различных курсах, требующих оценки, анализа и принятия решений для различных профессиональных процессов.

Цель освоения дисциплины

освоение студентами фундаментальных концепций вычислительных методов и методов машинного обучения, необходимых для анализа и управления инвестиционным портфелем;
развитие у студентов умения применять вычислительные методы и методы машинного обучения в финансах на практических примерах;
овладение навыками количественной оценки и исследования при решении задач портфельного анализа.

Планируемые результаты обучения

студент должен знать: - основные методы и модели для количественного анализа и управления инвестиционным портфелем;
студент должен уметь: адекватно подобрать данные для анализа, выбрать необходимые методы и модели, провести анализ и сделать оценку инвестиционного портфеля;
студент должен владеть навыками: применения математических и статистических методов в финансах.

Содержание учебной дисциплины

Многомерные методы и многомерные модели.
Обработка данных и основы технологии больших данных.
Проекты больших данных. Большие данные в управлении инвестициями. Этапы выполнения проекта анализа данных: финансовое прогнозирование с использованием больших данных. Подготовка и обработка данных. Структурированные данные. Неструктурированные (текстовые) данные. Цели и методы исследования данных. Сбор и очистка данных. Особенности инжиниринга. Технологии больших данных. Прием данных. Обработка данных. Структурированные и неструктурированные данные. Неструктурированные данные: исследование текста. Проект финансового прогнозирования: классификация и прогнозирование настроений по акциям. Обработка, подготовка и обсуждение текста. Исследование данных. Обучение модели. Результаты и интерпретация.
Стохастические процессы.
Машинное обучение.
Тестирование на исторических данных и моделирование.

Элементы контроля

Активность
Активность предусматривает фиксацию посещения семинаров (по 1 баллу за посещение). Предусмотрено проведение квизов.
Активность
Домашние задания
Проверка выполнения домашних заданий по семинарам.
контрольная работа
Структура теста: Задачи (открытые): по 2 балла за правильное решение задачи. Всего 20 задач на 30 минут.
Экзамен
Использование смартфонов запрещено. Использова- ние шпаргалок запрещено. Разрешен максимальный объем ко- пирования при переносе данных: не более 5% от всего объема. После оценивания теста проводится устный опрос для подтверждения полученных результатов.

Промежуточная аттестация

2026/2027 2nd module
0.1 * Активность + 0.1 * Активность + 0.2 * Домашние задания + 0.4 * Экзамен + 0.2 * контрольная работа

Список литературы

Авторы

Колотвина Оксана Альбертовна
Сизых Наталья Васильевна
Сизых Дмитрий Сергеевич

Программа дисциплины