Maestría en Matemáticas Financieras y Aprendizaje Automático

General

Lee más sobre este programa en el sitio web de la universidad

Descripción del programa

Visión de conjunto

El aprendizaje automático penetra en diversas esferas de la actividad humana. Su papel solo crecerá en el futuro previsible. En el mercado educativo, hay varios programas de capacitación para especialistas en el campo del análisis de datos y el aprendizaje automático, así como programas de capacitación económica y matemática. Sin embargo, la combinación de los métodos matemáticos financieros y las tecnologías de aprendizaje automático es única y prometedora. Se requerirán especialistas con tal conocimiento en varias organizaciones que operan en el mercado financiero.

El programa está diseñado para capacitar a los estudiantes en aspectos prácticos y teóricos del aprendizaje automático. Las posibles aplicaciones se centrarán en las finanzas cuantitativas. El programa combina TI, matemáticas y finanzas. Su objetivo es presentar a los estudiantes los problemas modernos del aprendizaje automático y las matemáticas financieras, así como presentar los métodos adecuados para tratar estos problemas.

128393_pexels-photo-1438072.jpegBuro Millennial / Pexels

Perspectivas de carrera

Los graduados del programa de maestría estarán preparados para el trabajo independiente en finanzas, banca, seguros, venta minorista, comercio electrónico. Las oportunidades de empleo típicas son los departamentos de ciencia de datos de bancos, compañías financieras y de consultoría.

El trabajo de graduación de maestría puede ser un buen punto de partida para el doctorado. estudios. Después de obtener una maestría, es posible continuar los estudios y solicitar la admisión a un doctorado de cuatro años. programa.

Requisitos de admisión para el programa de maestría

Los estudiantes deben sentirse cómodos con las matemáticas de nivel universitario: análisis matemático, álgebra lineal, probabilidad y estadística. También deben tener experiencia en programación y calificación aceptable del idioma inglés. Los solicitantes del programa deben tener al menos una licenciatura en matemáticas.

Instalaciones

El Instituto de Matemáticas, Mecánica y Ciencias de la Computación de Southern Federal University del Southern Federal University tiene la base material y técnica que proporciona todo tipo de capacitación disciplinaria e interdisciplinaria, laboratorios educativos con computadoras modernas y software con licencia moderna.

Métodos de enseñanza

El programa consiste en una combinación de conferencias, sesiones prácticas, trabajo en proyectos y debates en seminarios. El desempeño del estudiante se evalúa a través de exámenes, cursos y proyectos. Los métodos modernos de análisis de datos y toma de decisiones requieren herramientas de probabilidad, estadística, optimización, aprendizaje automático, cálculos científicos. El programa presentará estas herramientas de manera accesible a través de numerosos ejemplos. Los estudiantes aprenderán software de aprendizaje automático y obtendrán la experiencia de usarlo para el análisis de problemas financieros. El trabajo independiente supervisado de los estudiantes incluye elementos de trabajo de investigación en el campo del modelado matemático y el análisis de datos.

Módulos básicos

Matemáticas para el aprendizaje automático. El módulo se basa en el aprendizaje supervisado. Los estudiantes estudian conceptos teóricos como pérdida empírica, pérdida verdadera, validación cruzada, regularización, descenso de gradiente estocástico, descomposición de matrices, así como modelos concretos: regresión lineal, regresión logística, vecinos más cercanos, máquinas de vectores de soporte, bosque aleatorio, redes neuronales. Una parte importante del curso es la implementación de algoritmos básicos a través de bibliotecas Python.

Matemáticas financieras. El módulo se centra en los problemas básicos de las matemáticas financieras relacionadas con el cálculo de los precios de las opciones y las estrategias óptimas. Consideramos principalmente los modelos binomiales clásicos y Black-Scholes para la evolución de los activos de riesgo.

Temas seleccionados en probabilidad y estadística. El módulo contiene información, que es necesaria para comprender los modelos del mercado financiero y los fundamentos matemáticos del aprendizaje automático. Junto con temas estándar en probabilidad y estadísticas como expectativa, varianza, correlación, expectativa condicional, fórmulas de Bayes, estimación de parámetros y prueba de hipótesis, consideramos los procesos de Markov, martingales, movimiento browniano e integral de Ito.

Tecnologías informáticas. El módulo incluye programación Python y sistemas de publicación basados en TeX. Es importante tener en cuenta que el módulo presenta herramientas para la computación científica y el análisis de datos disponibles a través de las bibliotecas de Python.

Aprendizaje automático aplicado y redes neuronales. El módulo explica cómo las redes neutrales, especialmente las redes neutrales profundas, se utilizan para resolver problemas financieros.

Matemáticas de seguros y teoría del riesgo. El módulo estudia métodos y modelos adecuados para la redistribución del riesgo entre las partes que firman un contrato de seguro, así como la teoría de las carteras óptimas, en función de las funciones de riesgo, rendimiento y utilidad.

Econometría. El módulo discute los campos econométricos clásicos: modelos lineales, ARCH no lineal y modelos de volatilidad estocástica, modelos de memoria larga, así como los métodos de estadística multidimensional aplicada: análisis factorial, discriminante y análisis de conglomerados. Después de este módulo, los estudiantes podrán evaluar los parámetros e implementar los modelos econométricos.

Modelos matemáticos discretos. El objetivo principal del módulo es presentar los conceptos básicos del modelado matemático de los sistemas complejos, los métodos de su análisis cualitativo y cuantitativo, y la aplicación de modelos matemáticos discretos para resolver problemas del mundo real. En este módulo, los estudiantes estudian modelos teóricos gráficos de sistemas complejos, procesos de pulso en gráficos dirigidos, la teoría de la elección colectiva, las cadenas de Markov y los juegos cooperativos.

Modelado estocástico y procesamiento de datos estadísticos. El módulo se centra en modelos de datos estadísticos bayesianos. Su objetivo principal es enseñar a los estudiantes a usar los modelos probabilísticos complejos necesarios para el análisis de datos. Además, los estudiantes discutirán métodos alternativos de análisis de datos.

Procesos de gravámenes y matemática financiera. Los procesos de recaudación juegan un papel importante en la descripción del comportamiento de los activos de riesgo. Los estudiantes aprenderán los conceptos básicos del análisis estocástico basado en procesos Levy. Podrán analizar los problemas relacionados con las matemáticas financieras.

Teoría de juegos y sus aplicaciones. El objetivo principal del módulo es enseñar los conceptos básicos del modelado matemático de conflictos y la cooperación en los sistemas sociales y económicos a través de la teoría de juegos. El módulo incluye juegos estáticos y dinámicos con información completa e incompleta.

El seminario de investigación y la tesis de maestría.

El seminario de Investigación enseñará a los estudiantes a trabajar con el aprendizaje automático contemporáneo y la literatura financiera, adaptar los métodos generales a un problema concreto, presentar los resultados del estudio en el estilo adoptado en la literatura académica.

El tema debe estar relacionado con el análisis de valores derivados, carteras óptimas y predicción de índices financieros. Se supone que la mayoría de los proyectos involucrarán los métodos de aprendizaje automático.

Última actualización Mar 2020

Acerca del centro educativo

With origins dating back to 1915, Southern Federal University (SFedU) is the largest scientific and educational centre in the south of Russia. SFedU traces its roots to the Royal University of Warsaw, ... Leer más

With origins dating back to 1915, Southern Federal University (SFedU) is the largest scientific and educational centre in the south of Russia. SFedU traces its roots to the Royal University of Warsaw, which has moved to the south of Russia during the Great War. Leer menos
Rostov del Don , Taganrog + 1 Más Menos