Моделирование процентных ставок и облигаций сложнее, чем моделирование акций, зато ощутимо интереснее. Специфика развивающихся рынков — в том, что часть облигаций может быть низколиквидной, что приводит к выбросам среди котировок либо к их полному отсутствию. Задача — извлечь полезную информацию (процентные ставки) из зашумлённых и местами отсутствующих данных (котировок облигаций).

В проекте есть разные направления:

- оценка рисков ликвидности на рынке облигаций (в том числе по высокочастотным данным);
- модели машинного обучения для обнаружения выбросов и заполнения пропусков в данных (нейронные сети, случайные деревья, а также всё, что вам захочется);
- математические модели для обнаружения выбросов и заполнения пропусков (теория вероятностей, байесовские методы, для старших — случайные процессы);
- сбор, агрегация и систематизация данных из различных источников;
- обзор литературы и сравнение методов на реальных данных;
- хеджирование и иммунизация портфелей облигаций;
- актуарная оценка обязательств.

В современном мире многие решения принимаются не только на основе жизненного опыта, но во многом на основе результатов алгоритмов и предсказательных систем. Например, специальная программа может предсказывать будущие цены активов и процентные ставки, на основе которых инвестор принимает решение, какие активы купить или продать в ближайший период. Подобные аналитические блоки принято называть моделями, все они опираются на определенные предположения о наблюдаемом мире, чтобы предсказывать его поведение. Предположения задаются разработчиком модели, и зачастую их нельзя проверить напрямую. Поэтому есть риск, что модель либо недостаточно хорошо заработает, либо перестанет работать в будущем, когда сделанные предположения перестанут выполняться, — это называется модельным риском. Целью проекта является оценка подобных рисков и разработка методик для снижения модельных рисков. Также интересно сравнение рисков конкурирующих моделей, когда неочевидно, какая из них более адекватна.

Целью является разработка методов оценки и минимизации модельного риска в рамках классических задач финансовой математики. Используя современные методы кросс-валидации и робастного оценивания, можно сравнить модели между собой по ряду критериев. Одним из методов минимизации модельного риска являются оценки, не зависящие от моделей, поэтому данная задача также актуальна. Одной из задач проекта является также оценка взаимосвязанности моделей в компании и влияние ошибки отдельной модели на остальные.

Модели и методы – это ящик с инструментами в руках специалиста, позволяющими ему решать профессиональные задачи в различных условиях. Цели проекта – это мониторить новые количественные задачи, возникающие на финансовых рынках, разбираться в «новинках» математического инструментария анализа и решения современных задач финансового мира, разрабатывать и реализовывать оригинальные инструменты (придумывать модели и подходы), оценивать их применимость (разрабатывать критерии качества), сравнивать методы между собой и рассказывать, какие из них для каких задач больше подходят и почему (готовить статьи  и доклады). 
В проекте не строят «модели ради модели», а ищут и стремятся разрабатывать работоспособные аналитические инструменты, поэтому исходят из понимание требований конкретной прикладной задачи и специфику конкретного рынка. Например: с помощью каких методов можно оценить риск торгового портфеля на рынке с низкой ликвидностью, как оценить стоимость и риск нестандартного финансового инструмента или оценить зависимость дефолтов заемщиков и ее влияние на риск кредитного портфеля. 

Проект нацелен на развитие инструментов количественного анализа в широком спектре задач финансов, которыми занимается Лаборатория по финансовой инженерии и риск-менеджменту. Среди таких задач, возникающих на финансовых рынках: оценка финансовых рисков (рыночных, кредитных, ликвидности), ценообразование продвинутых финансовых инструментов (например, облигаций или деривативов), принятие риск-ориентированных решений (управление портфелем, установление и контроль лимитов, регуляторные требования к участникам рынков) и т.п. В ходе проекта предстоит развивать и применять инструменты анализа данных, идентифицировать и моделировать факторы риска, влияющие на деятельность отдельных финансовых институтов (банков, фондов, бирж) или устойчивость целых сегментов финансового рынка, разрабатывать нестандартные риск-метрики и продумывать методики их расчета, реализовывать и решать задачи оптимизации рисков принимаемых на финансовых рынках решений. Особое внимание в проекте уделяется оформлению результатов в виде программных прототипов и информационно-аналитических утилит, обладающих приемлемым набором пользовательских свойств.

Проект позволяет:

- (младшим курсам бакалавриата) познакомиться с функционированием финансовых рынков, их инфраструктурой, деятельностью институтов и спецификой инструментов, попрактиковаться в работе с различными финансовыми данными, и разобраться в природе финансовых задач, требующих для их решения серьёзных инструментов количественного анализа.
- (выпускным курсам бакалавриата) получить опыт применения, изученного ранее и освоенного за пределами учебных курсов математического инструментария в решении прикладных задач финансов.  
- (студентам магистратуры) разработать и развить собственные инструменты количественного анализа в интересующих областях финансов и оформить их в виде пользовательских аналитических утилит.