Вероятностные модели и прикладная статистика в финансовой математике — различия между версиями
Artonson (обсуждение | вклад) (Новая страница: «Преподаватели: Алексей Артемов, Аршак Минасян<br /> Контакты: чат курса в телеграмме https://t.m…») |
Artonson (обсуждение | вклад) (→Лекции) |
||
(не показано 12 промежуточных версии этого же участника) | |||
Строка 1: | Строка 1: | ||
− | Преподаватели: Алексей Артемов, Аршак Минасян<br /> | + | '''Преподаватели:''' Алексей Артемов, Аршак Минасян<br /> |
− | Контакты: чат курса в телеграмме https://t.me/joinchat/BO1RzU2IuATGiwlk4_9n-A | + | '''Контакты:''' чат курса в телеграмме https://t.me/joinchat/BO1RzU2IuATGiwlk4_9n-A |
===== Почти наверное план курса ===== | ===== Почти наверное план курса ===== | ||
Строка 7: | Строка 7: | ||
! Тема !! Преподаватель !! Занятия !! Материалы !! Ключи !! Домашняя работа | ! Тема !! Преподаватель !! Занятия !! Материалы !! Ключи !! Домашняя работа | ||
|- | |- | ||
− | | Введение в случайные процессы || Алексей || 1, 2 || || | + | | Введение в случайные процессы || Алексей || 1, 2 || || || |
|- | |- | ||
| Методы обнаружения разладки || Алексей|| 3, 4 || || || | | Методы обнаружения разладки || Алексей|| 3, 4 || || || | ||
Строка 21: | Строка 21: | ||
===== Домашние работы ===== | ===== Домашние работы ===== | ||
− | Оценки и обсуждение работ в анитаске, http://anytask.org/course/276 | + | Оценки и обсуждение работ в анитаске, http://anytask.org/course/276. Инвайт: '''9h2ZQoA'''. |
− | + | ||
+ | О способе сдаче каждой домашней работы будет сообщено при её выдаче. | ||
===== Система оценок ===== | ===== Система оценок ===== | ||
Строка 39: | Строка 39: | ||
Дополнительные баллы выставляются за выполнение дополнительных частей домашних заданий, имеющих повышенную сложность и не участвующих при выставлении накопленной оценки. | Дополнительные баллы выставляются за выполнение дополнительных частей домашних заданий, имеющих повышенную сложность и не участвующих при выставлении накопленной оценки. | ||
+ | |||
+ | |||
+ | == Лекции == | ||
+ | |||
+ | '''Лекция 1''' (17 января). Введение в теорию случайных процессов. Случайный процесс, его основные характеристики. [https://github.com/artonson/ssp-course-fintech/blob/master/2018-spring/lecture-notes/lecture_01_theory_intro.pdf Расширенный конспект] | ||
+ | |||
+ | '''Лекция 2''' (24 января). Пуассоновский и винеровский процессы. Генерирование реализаций случайных процессов. [https://github.com/artonson/ssp-course-fintech/blob/master/2018-spring/lecture-notes/lecture_02_gaussian_poisson.pdf Расширенный конспект] | ||
+ | |||
+ | '''Лекция 3''' (1 февраля). Стохастические задачи о разладке для случайных процессов. Основные статистики в задачах скорейшего обнаружения разладки. [https://github.com/artonson/ssp-course-fintech/blob/master/2018-spring/lecture-notes/lecture_03_changepoint.pdf Расширенный конспект] [https://github.com/artonson/ssp-course-fintech/blob/master/2018-spring/lecture-slides/lecture_03_changepoint.pdf Слайды] | ||
+ | |||
+ | '''Лекция 4''' (8 февраля). Математические модели аномалий и методы их обнаружения в данных высокой размерности. [https://github.com/artonson/ssp-course-fintech/blob/master/2018-spring/lecture-slides/lecture_04_anomaly.pdf Слайды] | ||
+ | |||
+ | '''Лекция 5''' (15 февраля). Линейные гауссовские модели с дискретным временем. Модели авторегрессии-скользящего среднего. [https://github.com/artonson/ssp-course-fintech/blob/master/2018-spring/lecture-notes/lecture_05_arima.pdf Расширенный конспект] | ||
+ | |||
+ | '''Лекция 6''' (1 марта). Нелинейные стохастические условно-гауссовские модели [https://github.com/artonson/ssp-course-fintech/blob/master/2018-spring/lecture-notes/lecture_06_garch.pdf Расширенный конспект] | ||
+ | |||
+ | '''Лекция 7''' (15 марта). Stylized facts on financial time series [https://github.com/artonson/ssp-course-fintech/blob/master/2018-spring/lecture-notes/lecture_07_facts.pdf Расширенный конспект] | ||
+ | |||
+ | '''Лекция 8''' (5 апреля). Основные критерии в задачах проверки статистических гипотез [https://github.com/artonson/ssp-course-fintech/blob/master/2018-spring/lecture-notes/lecture_08_hypothesis_tests.pdf Расширенный конспект] | ||
+ | |||
+ | '''Лекция 9''' (12 апреля). Марковские цепи с дискретным временем [https://github.com/artonson/ssp-course-fintech/blob/master/2018-spring/lecture-notes/lecture_09_mc.pdf Расширенный конспект] | ||
+ | |||
+ | |||
+ | ''Дополнительные материалы:'' | ||
+ | |||
+ | * [https://www.dropbox.com/s/1m3rnhvgcmuz0oi/Dan.Nick-OneClassSVM.pdf?dl=0 Слайды по One-class SVM] | ||
+ | * [https://www.dropbox.com/s/dwtmunydryj4tuy/1723-support-vector-method-for-novelty-detection.pdf?dl=0 Статья про обнаружение аномалий на основе One-class SVM] | ||
+ | * [https://www.dropbox.com/s/43nt0kiesc4ej76/A%20novel%20anomaly%20detection%20scheme%20based%20on%20principal%20component%20classifier.pdf?dl=0 Статья про обнаружение аномалий на основе PCA] | ||
+ | * [https://www.dropbox.com/s/1a38m12v7nh8ess/Anomaly_detection_A_survey.pdf?dl=0 Обзор методов обнаружения аномалий] | ||
+ | |||
+ | == Семинары == | ||
+ | '''Семинар 2''' (24 января). Генерирование реализаций случайных процессов. [https://github.com/artonson/ssp-course-fintech/tree/master/2018-spring/seminars/seminar-02-theory-simulation Ноутбуки для семостоятельного изучения] | ||
+ | |||
+ | '''Семинар 3''' (31 января). Обнаружение разладок временных рядов. [https://github.com/artonson/ssp-course-fintech/tree/master/2018-spring/seminars/seminar-03-changepoints Ноутбуки для семостоятельного изучения] | ||
+ | |||
+ | '''Семинар 4''' (7 февраля). Детектирование аномалий многомерных данных. [https://github.com/artonson/ssp-course-fintech/tree/master/2018-spring/seminars/seminar-04-anomalies Ноутбуки для семостоятельного изучения] | ||
+ | |||
+ | '''Семинар 5''' (15 февраля). Моделирование временных рядов с помощью моделей ARIMA. [https://github.com/artonson/ssp-course-fintech/blob/master/2018-spring/seminars/seminar-05-arima/seminar_05_arima_tsa.ipynb Ноутбук для семостоятельного изучения] | ||
+ | |||
+ | '''Семинар 6''' (1 марта). Моделирование волатильности доходности на основе модели ARCH/GARCH. [https://github.com/artonson/ssp-course-fintech/blob/master/2018-spring/seminars/seminar-06-garch/GARCHModel.ipynb Ноутбук для семостоятельного изучения] | ||
+ | |||
+ | '''Семинар 7''' (15 марта). Stylized facts on financial time series. |
Текущая версия на 12:14, 12 апреля 2018
Преподаватели: Алексей Артемов, Аршак Минасян
Контакты: чат курса в телеграмме https://t.me/joinchat/BO1RzU2IuATGiwlk4_9n-A
Почти наверное план курса
Тема | Преподаватель | Занятия | Материалы | Ключи | Домашняя работа |
---|---|---|---|---|---|
Введение в случайные процессы | Алексей | 1, 2 | |||
Методы обнаружения разладки | Алексей | 3, 4 | |||
Линейные модели: ARIMA, GARCH | Аршак | 5, 6 | |||
Нелинейные модели: RNN, LSTM | Алексей | 7, 8 | |||
Графические модели | Аршак | 9, 10 | |||
MCMC | Алексей | 11 |
Домашние работы
Оценки и обсуждение работ в анитаске, http://anytask.org/course/276. Инвайт: 9h2ZQoA.
О способе сдаче каждой домашней работы будет сообщено при её выдаче.
Система оценок
Блокирующие условия (суммируются):
- оценка "отлично" может быть получена при условии посещения студентом не менее 60% лекций
- оценка "отлично" может быть получена автоматом при условии "отличной" накопленной оценки и не менее 6 дополнительных баллов
Результирующая оценка по дисциплине рассчитывается по формуле:
O_итог=0.8 * O_ накопл + 0.2 * O_экз
Накопленная и итоговая оценки, участвующие в этой формуле, округляются арифметически.
Накопленная оценка рассчитывается по формуле:
O_накопл=0.75 * O_дз + 0.25 * O_самост
Оценка за домашние задания рассчитывается как среднее значение оценок за все выданные домашние задания. Оценка за самостоятельную работу рассчитывается как среднее значение оценок за все проверочные работы, проведённые на семинарских занятиях. В конце семестра разрешается переписать все самостоятельные работы, пропущенные по уважительной причине.
Дополнительные баллы выставляются за выполнение дополнительных частей домашних заданий, имеющих повышенную сложность и не участвующих при выставлении накопленной оценки.
Лекции
Лекция 1 (17 января). Введение в теорию случайных процессов. Случайный процесс, его основные характеристики. Расширенный конспект
Лекция 2 (24 января). Пуассоновский и винеровский процессы. Генерирование реализаций случайных процессов. Расширенный конспект
Лекция 3 (1 февраля). Стохастические задачи о разладке для случайных процессов. Основные статистики в задачах скорейшего обнаружения разладки. Расширенный конспект Слайды
Лекция 4 (8 февраля). Математические модели аномалий и методы их обнаружения в данных высокой размерности. Слайды
Лекция 5 (15 февраля). Линейные гауссовские модели с дискретным временем. Модели авторегрессии-скользящего среднего. Расширенный конспект
Лекция 6 (1 марта). Нелинейные стохастические условно-гауссовские модели Расширенный конспект
Лекция 7 (15 марта). Stylized facts on financial time series Расширенный конспект
Лекция 8 (5 апреля). Основные критерии в задачах проверки статистических гипотез Расширенный конспект
Лекция 9 (12 апреля). Марковские цепи с дискретным временем Расширенный конспект
Дополнительные материалы:
- Слайды по One-class SVM
- Статья про обнаружение аномалий на основе One-class SVM
- Статья про обнаружение аномалий на основе PCA
- Обзор методов обнаружения аномалий
Семинары
Семинар 2 (24 января). Генерирование реализаций случайных процессов. Ноутбуки для семостоятельного изучения
Семинар 3 (31 января). Обнаружение разладок временных рядов. Ноутбуки для семостоятельного изучения
Семинар 4 (7 февраля). Детектирование аномалий многомерных данных. Ноутбуки для семостоятельного изучения
Семинар 5 (15 февраля). Моделирование временных рядов с помощью моделей ARIMA. Ноутбук для семостоятельного изучения
Семинар 6 (1 марта). Моделирование волатильности доходности на основе модели ARCH/GARCH. Ноутбук для семостоятельного изучения
Семинар 7 (15 марта). Stylized facts on financial time series.