Курс на Stepik
Обложка курса «Риск-менеджмент на Python: VaR, кредитный риск и ALM» на Stepik
1 490 ₽

Риск-менеджмент на Python: VaR, кредитный риск и ALM ★ 0.000

Открыть на
STEPIK.ORG

Считать риск так, чтобы цифру приняли на комитете: VaR тремя методами, бэктест, ES и стресс, PD и EL, гэп по срокам, ΔNII и ΔEVE, ликвидность, валютная позиция, капитал и лимит. От первого числа, посчитанного руками, до двух готовых документов — риск-отчёта по портфелю и ALM-панели по банку.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Риск-менеджмент на Python: VaR, кредитный риск и ALM»Учеников на курсе 1
Сертификаты, выданные на курсе «Риск-менеджмент на Python: VaR, кредитный риск и ALM»Сертификатов выдано 0
Отзывы о курсе «Риск-менеджмент на Python: VaR, кредитный риск и ALM»Отзывов получено 0
Рейтинг курса «Риск-менеджмент на Python: VaR, кредитный риск и ALM»Рейтинг курса 0.000
Уроки в курсе «Риск-менеджмент на Python: VaR, кредитный риск и ALM»Количество уроков 33
Тесты в курсе «Риск-менеджмент на Python: VaR, кредитный риск и ALM»Количество квизов 176
Задачи с кодом в курсе «Риск-менеджмент на Python: VaR, кредитный риск и ALM»Количество задач с кодом 24
Стоимость курса «Риск-менеджмент на Python: VaR, кредитный риск и ALM»Стоимость курса 1 490 ₽ —
Обновления курса «Риск-менеджмент на Python: VaR, кредитный риск и ALM»Обновления курса — —
Дата публикации курса «Риск-менеджмент на Python: VaR, кредитный риск и ALM»Дата публикации курса — ———
Последнее обновление курса «Риск-менеджмент на Python: VaR, кредитный риск и ALM»Последнее обновление — ———

Чему вы научитесь

  • Считать VaR тремя методами — историческая симуляция, дельта-нормальный расчёт, Монте-Карло — и объяснять, почему три числа разошлись
  • Доказывать, что модель работает: бэктест на скользящем окне, счётчик исключений, тесты Купика и Кристоферсена, светофорные зоны
  • Смотреть за квантиль: ожидаемые потери в хвосте, стресс-сценарии и то, как корреляции ломаются в кризис
  • Считать кредитный риск от скоринга до денег: вероятность дефолта, потери при дефолте, ожидаемые потери по портфелю
  • Строить гэп-отчёт по срокам и считать чувствительность процентного дохода и экономической стоимости капитала к сдвигу ставки
  • Оценивать риск ликвидности и открытую валютную позицию банка
  • Переводить риск в решение: аппетит к риску, лимит на позицию, требование к капиталу
  • Забирать рыночные данные через открытый API Мосбиржи и статистику Банка России — без ключей и платных подписок
  • Собирать два готовых артефакта: риск-отчёт по портфелю и ALM-панель по банку

О курсе

Считать риск так, чтобы цифру приняли на комитете: VaR тремя методами, бэктест, ES и стресс, PD и EL, гэп по срокам, ΔNII и ΔEVE, ликвидность, валютная позиция, капитал и лимит. От первого числа, посчитанного руками, до двух готовых документов — риск-отчёта по портфелю и ALM-панели по банку.

Для кого этот курс

Если ничего не менять, потеря типовая и повторяется каждый месяц: риск-отчёт пересобирается руками из нескольких файлов, на вопрос «покажи, откуда эта цифра» ответа за разумное время нет, а на комитете методику защищает фраза «так считали всегда». Курс написан для четырёх ситуаций. (1) Риск-аналитик мидл-офиса, специалист ALM или казначейства в банке либо управляющей компании: часть чисел приходит из системы, которую вы не открывали, а отвечать за них вам. (2) Казначей или финансовый аналитик нефинансовой компании: валютная позиция под закупки в юанях, платёжный календарь, кредитная линия под ключевую ставку. (3) Аналитик, который целится в риск-подразделение или казначейство: нужен язык собеседования и проект, который можно показать. (4) Частный квант с собственной стратегией: бэктест красивый, а лимит и размер позиции ставятся на глаз.

Начальные требования

Нужны две вещи: финансовая база (доходность, волатильность, чтение баланса, спокойное отношение к формуле) и базовый Python — переменные, списки, циклы, функции. Уровня «читаю чужой скрипт, свой пишу медленно» достаточно: код в заданиях песочницы короткий, а каждый символ формулы разбирается на числах. Не нужны pandas, numpy и scipy заранее, платные подписки на данные и установка чего-либо на свою машину — все расчёты идут на открытых источниках без ключей. Матстатистику курс вводит с нуля: и тесты бэктеста, и логистическая регрессия объясняются через интуицию и на числах.

Преподаватели курса

Как проходит обучение

Двухслойная практика: задания в песочнице Stepik решаются на чистом Python (квантиль руками, счётчик исключений, свёртка EL, гэп по корзинам, проверка лимита) — так проверяется понимание метода, а не память на API; тяжёлые расчёты на pandas, numpy и scipy разбираются в ноутбуках блок за блоком, с явными входами, выходами и порядком расчёта. Каждый вариант ответа получает разбор: верный — объяснение, почему он верен, неверный — диагноз заблуждения и маршрут к нужному шагу. Восемнадцать заданий — развёрнутый ответ своими словами с рубрикой самопроверки и эталоном, который открывается после написания собственного ответа.

Формат курса

Асинхронный онлайн, без дедлайнов и без потока: проходится в своём темпе, шаги открыты сразу.

Нагрузка

8 недель по 4–6 часов в неделю, всего 40–48 часов

Расскажите о курсе друзьям