Мы используем файлы cookies для улучшения работы сайта НИУ ВШЭ и большего удобства его использования. Более подробную информацию об использовании файлов cookies можно найти здесь, наши правила обработки персональных данных – здесь. Продолжая пользоваться сайтом, вы подтверждаете, что были проинформированы об использовании файлов cookies сайтом НИУ ВШЭ и согласны с нашими правилами обработки персональных данных. Вы можете отключить файлы cookies в настройках Вашего браузера.
Школа финансов ВШЭ
119049 Москва, Покровский бульвар, 11,
офис S629.
Телефоны:
+7 (495) 772-95-90*27447, *27190, *27947 (по общим вопросам Школы финансов)
+7 (495) 621-91-92 (по вопросам Бизнес-образования)
+7 (495) 916-88-08 (Магистерская программа "Корпоративные финансы")
E-mail:
df@hse.ru (по общим вопросам Школы финансов),
finance@hse.ru (по вопросам Бизнес-образования)
ординарный профессор НИУ ВШЭ, доктор экономических наук, заслуженный работник высшей школы РФ
+7 495 772 95 90 (доб.27446)
+7 968 418 78 86
Школа финансов ВШЭ — лидирующий в стране центр компетенций в области корпоративных финансов, оценки стоимости, банковского дела, фондового рынка, управления рисками и страхования, учета и аудита.
Наш университет - первый в России в глобальном рейтинге "QS – World University Rankings by subject" (2022) в предметной области Accounting and Finance, а так же первый среди российских университетов в области Business & Management Studies.
The Journal of the New Economic Association. 2024. Vol. 62. No. 1. P. 171-195.
Hanif W., Teplova T., Rodina V. et al.
Resources Policy. 2023. Vol. 85. No. B.
Dergunov I., Curatola G.
Journal of Economic Behavior and Organization. 2023. Vol. 212. P. 403-421.
Kopyrina O., Stepanova A. N.
Economic Systems. 2023. Vol. 47. No. 2.
Asian Academy of Management Journal of Accounting and Finance. 2023. Vol. 19. No. 2. P. 127-160.
Потапов А. И., Курбангалеев М. З.
Экономический журнал Высшей школы экономики. 2023. Т. 27. № 2. С. 196-219.
Sergei Grishunin, Alesya Bukreeva, Suloeva S. B. et al.
Risks. 2023. Vol. 11. No. 1.
Alyona Astakhova, Sergei Grishunin, Gennadii Pomortsev.
Journal of Corporate Finance Research. 2023. Vol. 17. No. 1. P. 5-16.
Kokoreva M. S., Stepanova A. N., Povkh K.
Foresight and STI Governance. 2023. Vol. 17. No. 1. P. 18-32.
Макушина Е. Ю., Малофеева Т. Н., Козиорова О. И. и др.
Вестник Московского университета. Серия 6: Экономика. 2023. № 1. С. 135-163.
Russian Journal of Money and Finance. 2023. Vol. 82. No. 2. P. 106-119.
Emerging Markets Finance and Trade. 2023. Vol. 59. No. 8. P. 2710-2726.
Управление финансовыми рисками. 2023. Т. 73. № 1. С. 18-29.
Fedorova E., Ledyaeva S., Kulikova O. et al.
Risk Analysis. 2023. Vol. 43. No. 10. P. 1975-2003.
Journal of Alternative Investments. 2023. Vol. 26. No. 1. P. 65-76.
Victoria Dobrynskaya, Dubrovskiy M.
International Finance Review. 2023. Vol. 22. P. 95-111.
В конце сентября на факультете компьютерных наук Высшей школы экономики состоялось открытие лаборатории «Искусственный интеллект в математических финансах», на которое собрались более 70 человек. Представители лаборатории рассказали студентам и сотрудникам о ключевых задачах и целях нового научного подразделения.
С докладами выступили руководитель лаборатории Петр Лукьянченко, научные сотрудники Денис Богуцкий (также научный сотрудник Института искусственного интеллекта и цифровых наук ВШЭ) и Владимир Науменко (по совместительству руководитель направления валидации моделей торговой и банковской книги Сбера).
Спикеры обсудили перспективные направления применения ИИ в финансовой математике, использование обучения с подкреплением для решения задачи маркетмейкера и глубокие генеративные модели для оценки потенциальных потерь торгового портфеля.
Петр Лукьянченко
«Активное развитие технологий глубокого анализа данных позволяет пересмотреть решение задач в области математических финансов. Создание лаборатории на базе ФКН дает возможность сконцентрировать потенциал применения технологий ИИ для решения актуальных задач с точки зрения как академического сообщества, так и индустриальных партнеров факультета.
Изменения в структуре клиентских групп и в режимах торгов фондового рынка привели к тому, что ранее разработанные модели и методы больше не применимы. В рамках деятельности лаборатории мы планируем проведение исследований, направленных на формирование новых методов решения задач в области математических финансов, которые будут отвечать современным вызовам и требованиям компаний в сфере финансовых рынков.
Уже сейчас мы планируем начать исследования по трем ключевым направлениям: мультиагентные технологии для симуляции рыночных торгов, применение RL для задачи оптимального хеджирования и задачи маркетмейкера, генеративные модели.
Мы рады, что открытие лаборатории вызвало у студентов большой интерес. Всем, кому близки направления наших проектов, мы предлагаем подключиться к исследованиям в рамках написания ВКР и курсовых работ. Лучшие из студентов смогут продолжить научную деятельность в статусе стажеров-исследователей и поработать с реальными данными».
О значимости новой лаборатории рассказал Алексей Масютин, руководитель Центра искусственного интеллекта, директор Института искусственного интеллекта и цифровых наук, заведующий базовой кафедрой ПАО «Сбербанк» «Финансовые технологии и анализ данных» и академический руководитель магистратуры «Финансовые технологии и анализ данных».
Алексей Масютин
«Детальные данные по финансовым рынкам предоставляют студентам возможность развить навыки работы с большими объемами данных. Наша лаборатория при поддержке ММВБ аккумулировала ордерлог по фондовому и срочным рынкам Московской биржи. Только за один год объем доступных для исследования данных достигает впечатляющих размеров — 188 Гб.
Наши коллеги фокусируются на двух направлениях исследования: применение RL в задачах на финансовых рынках и использование генеративных моделей для более точной и быстрой оценки классических риск-параметров портфелей ценных бумаг — value-at-risk и expected shortfall».
1. Мультиагентное моделирование финансовых рынков (Multi agent modeling of financial markets).
2. Имитационное моделирование поведенческих задач (Agent based modeling of behavioral problems).
3. Исследование структурных разрывов в ДУ при цветных шумах (Change point detection under colored noises).
Для выбора одной из тем в качестве проекта можно писать на почту Петру Лукьянченко plukyanchenko@hse.ru.
Запись открытия лаборатории можно посмотреть по ссылке, а с материалами встречи — ознакомиться здесь.