Обучающая программа по ML-инвестициям От теории к практической торговле

Полугодовой курс, где вы освоите машинное обучение применительно к финансовым рынкам. Начало занятий — сентябрь 2025 года. Мы не обещаем мгновенных результатов, зато учим думать системно и работать с данными.

Узнать детали программы
Занятие по анализу данных в учебной аудитории

Кто вас будет учить

Нашу программу ведёт Одри Леблан — она последние восемь лет занимается квантовым анализом в парижском хедж-фонде. До этого защитила диссертацию по статистическому моделированию в Сорбонне.

Одри не любит академическую сухость. На лекциях она разбирает реальные сделки — включая те, что провалились. Вместо абстрактных формул вы получаете кейсы с конкретными цифрами и объяснением, почему модель сработала или нет.

«Я не верю в волшебные алгоритмы, которые сами делают деньги. Но верю, что машинное обучение помогает видеть закономерности, которые человек пропускает. Главное — понимать, когда модель врёт».

Её подход строится на том, что студенты должны сами пройти путь от сырых данных до работающей стратегии. И да, большинство первых попыток окажутся убыточными — это часть процесса.

Структура курса

Шесть модулей, каждый длится три недели. Теория идёт параллельно с практическими заданиями — вы сразу применяете изученное на исторических данных.

01

Основы финансовых данных

Откуда брать котировки, как их чистить, какие ошибки встречаются в исторических рядах. Разбираем корпоративные действия, дивиденды, сплиты. Учимся работать с API бирж и понимать структуру тиковых данных.

02

Статистика для трейдинга

Временные ряды, корреляции, стационарность. Почему обычная регрессия не работает на рынках и как это обходить. Тестируем гипотезы на реальных ценах и учимся отличать сигнал от шума.

03

Машинное обучение в инвестициях

Линейные модели, деревья решений, нейронные сети — что подходит для финансов, а что нет. Разбираем переобучение, кросс-валидацию на временных данных, метрики качества стратегий.

04

Бэктестинг и его ловушки

Как правильно тестировать стратегии, чтобы результаты не оказались фикцией в реальной торговле. Учитываем комиссии, проскальзывание, задержки исполнения. Разбираем типичные ошибки, которые делают бэктесты бесполезными.

05

Управление рисками

Размер позиций, стоп-лоссы, диверсификация. Как не слить счёт при серии убытков. Изучаем метрики риска: максимальная просадка, коэффициент Шарпа, VaR. Строим системы контроля экспозиции.

06

Реальная торговля

Переход от бэктестов к живому рынку. Психология торговли, дисциплина, ведение журнала сделок. Запускаем небольшие стратегии на демо-счетах и анализируем расхождения с историческими результатами.

Как устроена поддержка студентов

Лекции — это только часть программы. Основное время уходит на самостоятельную работу с кодом и данными. Но вы не остаётесь один на один с проблемами.

У каждого студента есть доступ к приватному чату, где можно задавать вопросы преподавателям и другим участникам курса. Обычно ответы приходят в течение нескольких часов — иногда от самой Одри, иногда от ассистентов или более опытных студентов.

Еженедельные созвоны

Каждую пятницу в 19:00 по парижскому времени проходит онлайн-встреча, где можно показать свой код и получить конкретные рекомендации. Обычно созвон длится час-полтора.

Разбор домашних заданий

Вы отправляете решения, получаете письменный фидбек с указанием на ошибки и предложениями по улучшению. Иногда добавляются ссылки на статьи или примеры похожих подходов.

Работа в парах

В середине курса студенты объединяются по двое для совместной разработки торговой стратегии. Это помогает обмениваться идеями и смотреть на задачу под другим углом.

Рабочее место с графиками и кодом торговых стратегий

Истории выпускников

Мы не обещаем, что после курса вы сразу начнёте зарабатывать. Но можем показать, как складывались пути тех, кто прошёл программу раньше.

Октябрь 2023

Жюли закончила курс, начала тестировать стратегию на демо-счёте. Первые три месяца модель показывала убыток из-за ошибок в учёте комиссий.

Март 2024

Переделала систему управления позициями, запустила на небольшие деньги. Результат за полгода — около 4% прибыли. Не впечатляет, но хотя бы не минус.

Январь 2025

Сейчас торгует двумя стратегиями параллельно. Одна приносит стабильный небольшой доход, вторая — в разработке. Главное, что она научилась понимать, почему модель работает или не работает.

— Жюли, аналитик в страховой компании

Май 2023

Марта пришла на курс с опытом программирования, но без понимания финансов. Первый месяц было тяжело разбираться с терминологией и структурой рынков.

Декабрь 2023

Защитила итоговый проект — стратегию на основе текстового анализа новостей. Бэктест показал неплохие результаты, но на реальных данных всё оказалось сложнее.

Февраль 2025

Устроилась младшим аналитиком в квантовый фонд. Зарплата средняя, но работа интересная. Говорит, что курс дал хорошую базу, хотя на практике приходится доучиваться постоянно.

— Марта, Junior Quant Analyst