Образовательная программа по количественному анализу и машинному обучению

Наша программа рассчитана на тех, кто хочет понять финансовые рынки через призму данных. Мы не обещаем быстрых результатов — вместо этого предлагаем структурированное обучение с акцентом на практическое применение математических методов в финансах.

11
месяцев интенсивного обучения
6
практических проектов
180+
часов материала

Структура программы

Программа разделена на тематические модули. Каждый модуль строится на предыдущем и включает теоретическую базу, работу с реальными данными и самостоятельные задания.

01

Основы статистики и вероятности

  • Распределения и центральные моменты
  • Корреляция и регрессионный анализ
  • Проверка гипотез и доверительные интервалы
  • Временные ряды и их свойства

6 недель

02

Финансовые инструменты и рынки

  • Структура финансовых рынков
  • Акции, облигации и производные
  • Ценообразование активов
  • Риск-менеджмент и диверсификация

5 недель

03

Количественные методы анализа

  • Модели оценки доходности
  • Портфельная оптимизация
  • Факторные модели и арбитраж
  • Бэктестинг торговых стратегий

7 недель

04

Машинное обучение в финансах

  • Алгоритмы классификации и регрессии
  • Временные ряды и прогнозирование
  • Нейронные сети для анализа данных
  • Оценка качества моделей

8 недель

Кто ведёт программу

Ведущий преподаватель Тимур Варданян
Преподаватель курса Елена Сидорова

Тимур Варданян

Ведущий аналитик

Опыт и подход

Тимур работал с фондами и частными инвесторами больше десяти лет. Он занимался разработкой торговых систем, оценкой риска и построением прогнозных моделей.

Мы с ним познакомились на конференции в 2021 году, и тогда меня поразило, как он объясняет сложные вещи через простые примеры. Тимур не строит из себя гуру — он просто делится тем, что знает из практики.

Анализ временных рядов
Портфельная оптимизация
Факторные модели
Машинное обучение

В программе он ведёт модули по количественным методам и машинному обучению. Вместе с Еленой Сидоровой, которая специализируется на статистике и финансовых инструментах, они создали курс, который даёт реальное понимание работы с данными.

Как проходит обучение

Программа начинается в сентябре 2025 года. Занятия проходят в формате вебинаров два раза в неделю, плюс самостоятельная работа с материалами и практическими заданиями.

Сентябрь — октябрь 2025

Фундамент

Первые два модуля закладывают базу. Вы изучаете статистику, вероятность и основы финансовых рынков. Это не самая захватывающая часть, но без неё дальше не продвинуться.

11 недель
Ноябрь 2025 — январь 2026

Количественные методы

Здесь начинается работа с реальными данными. Вы строите модели, тестируете стратегии и учитесь оценивать их эффективность. Много практики с кодом и вычислениями.

7 недель
Февраль — апрель 2026

Машинное обучение

Последний модуль посвящён алгоритмам ML и их применению к финансовым данным. Вы работаете с временными рядами, строите прогнозные модели и учитесь оценивать их качество.

8 недель
Май — июнь 2026

Финальный проект

В конце программы вы делаете собственный проект — от формулировки задачи до презентации результатов. Это возможность применить всё, что узнали за год.

6 недель

Набор на программу открывается в мае 2025

Если вас интересуют подробности или у вас есть вопросы — свяжитесь с нами. Мы расскажем о программе, требованиях к участникам и формате обучения.

Связаться с нами

Что вы получите после программы

По окончании курса у вас будет набор навыков, которые можно применять в работе с финансовыми данными. Мы не гарантируем трудоустройство или результаты — это зависит от многих факторов.

Практические навыки

Работа с Python, библиотеками для анализа данных, построение и тестирование моделей на реальных данных.

Портфолио проектов

Шесть завершённых проектов, которые показывают ваше понимание методов и умение их применять.

Профессиональное сообщество

Связи с преподавателями и другими участниками программы, которые работают в смежных областях.

Понимание методов

Не просто использование готовых инструментов, а понимание того, как они работают и когда их стоит применять.