• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Контакты

194100, Санкт-Петербург,
ул. Кантемировская д. 3, корп. 1, лит. А, каб.331
Тел. (812) 644-59-11 доб. 61578

Руководство
Заместитель декана по учебной работе Кузнецов Антон Михайлович
Заместитель декана по научной работе Жуков Алексей Евгеньевич
Заместитель декана по административной работе Мухин Михаил Сергеевич
Образовательные программы
Бакалаврская программа

Анализ данных в финансах

4 года
Очная форма обучения
20/1
20 платных мест
1 платное место для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Бакалаврская программа

Прикладная математика и информатика

4 года
Очная форма обучения
60/40
60 бюджетных мест
40 платных мест
RUS/ENG
Обучение ведётся на русском и английском языках
Бакалаврская программа

Физика

4 года
Очная форма обучения
20/5/1
20 мест за счет средств ВШЭ
5 платных мест
1 платное место для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Магистерская программа

Вычислительная биология и биоинформатика

2 года
Очная форма обучения
15/1
15 платных мест
1 платное место для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Магистерская программа

Информационные системы и взаимодействие человек-компьютер

2 года
Очная форма обучения
15/5/1
15 бюджетных мест
5 платных мест
1 платное место для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Магистерская программа

Машинное обучение и анализ данных

2 года
Очная форма обучения
15/10/2
15 бюджетных мест
10 платных мест
2 платных места для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Магистерская программа

Программирование и анализ данных

2 года
Очная форма обучения
17/5
17 бюджетных мест
5 платных мест
RUS/ENG
Обучение ведётся на русском и английском языках
Магистерская программа

Физика

2 года
Очная форма обучения
15/5/1
15 мест за счет средств ВШЭ
5 платных мест
1 платное место для иностранцев
RUS
Обучение ведётся на русском языке
Книга
PostgreSQL Query Optimization The Ultimate Guide to Building Efficient Queries

Dombrovskaya H., Boris Novikov, Bailliekova A.

Berkeley: Apress, 2021.

Статья
III–V microdisk/microring resonators and injection microlasers

Kryzhanovskaya N., Zhukov A., Moiseev E. et al.

Journal of Physics D: Applied Physics. 2021. Vol. 54.

Глава в книге
Flatland Competition 2020: MAPF and MARL for Efficient Train Coordination on a Grid World

Laurent F., Schneider M., Scheller C. et al.

In bk.: Proceedings of Machine Learning Research. Vol. 133: Proceedings of the NeurIPS 2020: Competition and Demonstration Track. PMLR, 2021. P. 275-301.

Препринт
Clustering of check-in sequences using the mixture Markov chain process

Shmileva E., Саржан В. А.

math. arxive. Cornell University, 2021

Банк – это математики

Академический руководитель новой бакалаврской программы «Анализ данных в финансах» Леонид Меркин более 15 лет проработал на руководящих должностях в международных инвестиционных банках и хедж-фондах. Он был вице-президентом в Goldman Sachs International, генеральным директором московского исследовательского центра компании WorldQuant и управляющим директором по высокочастотной алгоритмической торговле в Альфа-Банке. О том, что такое финансовая математика, почему именно ее будут изучать студенты программы и как выпускники программы будут способствовать развитию инвестиционной отрасли, читайте в интервью.

Банк – это математики

Из архива Леонида Меркина

– Леонид Альбертович, «Анализ данных в финансах» – новая программа в Питерской Вышке, в чем ее актуальность? 

— Есть такое выражение: «Банк – это люди». Оно было актуально лет 20 назад. Но сейчас это уже не так. Сейчас в конкурентной борьбе выигрывают банки с самыми эффективными математическими моделями. Наша программа – это первый в России бакалавриат именно по финансовой математике. Какие-то ее элементы есть в программах московской ВШЭ, Российской экономической школы, но там они растворены в общем математическом моделировании.  

Стандарты образования в финансовой математике задают британские университеты, у них давно зафиксировано, что представляет собой эта научная область и как ей обучать. 

При разработке программы мы ориентируемся на потребности индустрии, на уже сложившиеся западные образовательные стандарты, и пытаемся их же превзойти.  

Если сравнивать нагрузку, дисциплины, навыки, которые мы будем давать нашим студентам, то они будут сопоставимы по объему с вместе взятыми бакалавриатом и магистратурой в европейском университете. 

– Давайте более подробно остановимся на финансовой математике. Что включается в себя это направление?  

— Финансовая математика возникла 120 лет назад как наука, и тогда это был раздел теории вероятностей и теории случайных процессов в приложении к ценообразованию и рискам опционов. В первоначальном смысле слова опцион – это договор, по которому покупатель опциона получает право купить/продать какой-либо актив (товар, ценная бумага, валюта и др.) в определенный момент времени по заранее обусловленной цене. Кажется, не бог весть что, и кто эти опционы видел? А тем не менее, современные опционы – это финансовые контракты, которые зачастую имеют очень сложную структуру, и общий объём всех опционных контрактов в мире в десять или больше раз превышает объем акций и годовой совокупный валовый продукт всех стран мира. Любая минимальная ошибка в управлении опционами может привести к кризисам, подобным глобальной рецессии 2007–2009 годов. Поэтому хотя для обычного человека опционы почти невидимы, для мировой экономики они играют определяющую роль.

Финансовая математика завязана на теорию вероятностей, математическую статистику, теорию случайных процессов в непрерывном времени, а они в свою очередь выходят на уравнения частных производных, теорию функции комплексного переменного, численные методы и так далее. Весь этот корпус фундаментальной и прикладной математики используется для решения задач в финансах. Как я говорил ранее, первоначальной задачей была сфера опционов – ценообразование и управление рисками опционов, но в последнее десятилетие область применения финансовой математики существенно расширилась. 

Во-первых, появились цифровые финансовые активы. Раньше добраться до биржевой торговли обычному человеку было почти невозможно, в лучшем случае он мог воспользоваться услугами брокера. В наши дни, благодаря подключению к криптобиржам, исполнять алгоритмические стратегии на финансовых рынках может любой желающий.

Те знания в области финансовой математики, которые раньше были востребованы только в больших финансовых институтах – инвестбанках и хедж-фондах, в настоящее время могут потребоваться каждому.  

Во-вторых, изменилась методология. Если раньше вся математическая статистика цен финансовых инструментов оперировала их динамикой на интервале дней, редко когда часов, то сейчас мы говорим о миллисекундах. Это стало возможным благодаря появлению в 2015–2017 гг. науки о микроструктуре финансовых рынков. Она же и повлекла за собой использование высокочастотной алгоритмической торговли, для построения которой необходимо знание и понимание анализа данных и программирования. 

Но я всегда подчеркиваю: в финансовой математике и финансах вообще, анализ данных, если его понимать в примитивном смысле как набор компьютерных методов, якобы заменяющих собой математический аппарат, не может и не должен играть определяющую роль. Очень важно понять, что мы имеем дело со стохастическими, то есть по определению непредсказуемыми, процессами. Запускать на такие процессы аппарат Data Science и надеяться, что он сможет нам предсказывать точные значения этих процессов, по меньшей мере наивно, а на самом деле – просто опасно. Методы анализа данных и машинного обучения в финансовой математике применимы, но только там, где это уместно, например, для отслеживания трендов при формировании портфеля акций. Если кто-то надеется, что, придя на нашу программу, он научится без всякой математики просто строить большие нейронные сети, которые будут за него давать ответ, то это не так, такое просто невозможно. 

– В программе достаточно большое внимание уделяется IT-дисциплинам. На каком уровне выпускники программы будут владеть программированием?  

– В 90-е годы в компьютерных науках была создана классификация уровней зрелости и профессионализма в IT-процессах. Этих уровней пять: Coding, Programming, Software Development, Software Engineering и Computer Science. Эти понятия перечисляются в порядке возрастания компетенции, качества знаний, умений, уровня сложности работ, которые может выполнять специалист. 

Первый уровень – Coding – это то, что делается «на коленке». Для этого никакого систематического образования не нужно, это, например, «клепка» сайтов на простых языках программирования, которые никак не способствуют структурированию знаний и мышления. Второй уровень – Programming – уже предполагает бакалавриат в информационных технологиях, знание алгоритмов, структур данных, технологий программирования и т.д. Третий уровень – Software Development – это по сути то же самое, что Programming, но осуществляется уже в компании с менеджментом, с установленным процессом, контролем качества и т.д. Благодаря этому, коллективы программистов, которые находятся на не очень еще высоком уровне профессиональной зрелости, могут все-таки создавать большие и в целом работоспособные IT-решения. Но это не тот уровень, к которому стоит стремиться нашим выпускникам.

А вот дальше происходит квантовый скачок. Четвертый уровень – Software Engineering – это грамотное, полностью осмысленное использование инженерных методологий и парадигм построения программного обеспечения: тщательно продуманная архитектура, дизайн, нацеленность на многократное использование создаваемых решений в будущем, эффективность его сопровождения, сложные методы контроля качества. Финансовые технологии требуют, как минимум, такого уровня навыков и знаний. Наша задача – чтобы студенты нашей программы ему соответствовали и даже были выше – могли разрабатывать новые методологии на высшем, пятом уровне – Computer Science.

– Какая роль в программе отводится экономическим дисциплинам?

– Для того, чтобы после окончания университета пойти работать в инвестбанк, в общем-то можно быть «просто» хорошим математиком и одновременно, как минимум, инженером программного обеспечения, то есть иметь уровень 4 или 5 по классификации, о которой мы говорили. Но тогда бакалавриата будет недостаточно, и нужно однозначно окончить магистратуру, а лучше получить PhD. Но и в этом случае инвестбанки будут с сомнением смотреть на кандидата – ему надо будет сильно постараться, чтобы его резюме вообще приняли к рассмотрению, а затем пройти сложнейший процесс отбора, который в некоторых международных банках может включать более 20-ти раундов технических интервью с решением разнообразных математических и компьютерных задач. Но даже в случае успеха, такого сотрудника первый год придется доучивать на рабочем месте, ведь он не знает реальную механику финансовых рынков, для него это абстрактные модели. 

Благодаря изучению финансово-экономических дисциплин наш выпускник будет сразу готов к решению реальных задач. Он будет уже обладать необходимой интуицией в моделировании, будет понимать, где граница применения тех или иных моделей, сможет в случае необходимости исполнять функции трейдера или риск-менеджера, и т. д. 

Это одновременно выпускник-математик, computer scientist и специалист по финансовым рынкам. Он един в трех лицах. И если выпускник захочет строить свою карьеру в инвестбанке, он cможет обойтись без магистратуры и аспирантуры – хотя и эти возможности для него, конечно, будут открыты.

– Какие перспективы у выпускников программы? Насколько они будут востребованы на рынке? 

– Выпускники могут выбрать для себя международные и российские инвестбанки, например, корпоративно-инвестиционные банки вроде ВТБ Капитала, Сбер-КИБа, Тинькофф-Банка, Альфа-Банка, хедж-фонды, трейдинговые компании. Рынок для таких специалистов есть. Он не аномально большой, но проблема в том, что многие российские банки даже не пытаются развивать инвестиционное направление, так как заранее знают, что не смогут найти себе кадры. А банки, которые уже работают в этом направлении, очень часто вынуждены приглашать иностранных специалистов просто потому, что в стране их нет. Набор на нашей программе достаточно небольшой – всего 20 человек, и это число оптимально для того, чтобы покрыть дефицит на рынке высококлассных специалистов и гарантировать всем нашим выпускникам высокооплачиваемую работу и профессиональную карьеру сразу по окончании программы.

Могу привести такой пример – молодой специалист в финансовой математике может претендовать на базовую зарплату уровня 300–500 тысяч рублей в месяц, плюс бонусы, которые могут составлять до 5–10% от финансовой прибыли, заработанной на основе его решений. Это более чем достойный уровень востребованности на рынке. Но чтобы его достичь, нашим студентам придется затратить очень большие усилия на протяжении всех четырех лет обучения. Но я уверен, что наши студенты успешно пройдут этот путь!