Данные и аналитика в финансах

2026/2027

Учебный год

RUS

Обучение ведется на русском языке

6

Кредиты

Кто читает:

Департамент экономики и финансов

Статус:

Курс обязательный

Когда читается:

1-й курс, 3, 4 модуль

Преподаватели

Найденова Юлия Николаевна

Паршаков Петр Андреевич

Шенкман Евгения Андреевна

Программа дисциплины

Аннотация

Дисциплина «Данные и аналитика в финансах» фокусируется на прикладном стеке Python-инструментов для финансового анализа: студенты используют LLM как основной движок для генерации скриптов сбора и обработки данных. Курс включает освоение библиотек для извлечения текстовых слоев из финансовой отчетности и инструментов OCR для оцифровки сканов. Для реализации NLP-задач используются профессиональные библиотеки обработки текста , позволяющие автоматизировать извлечение сущностей (NER) и тематическое моделирование (Topic Modeling). Технологический фокус направлен на создание готовых дата-продуктов через Streamlit и интеграцию аналитических пайплайнов в Telegram-ботов для оперативного финансового мониторинга.

Цель освоения дисциплины

• Подготовка в области основ гуманитарных, социальных, экономических и математических знаний, получение высшего профессионально профилированного (на уровне бакалавра) образования, позволяющего выпускнику успешно работать в избранной сфере деятельности, обладать универсальными и предметно-специализированными компетенциями, способствующими его социальной мобильности и устойчивости на рынке труда.
• Формирование социально-личностных качеств студентов: целеустремленности, организованности, трудолюбия, ответственности, активной общественной позиции, коммуникабельности толерантности, повышение их общей культуры и расширение кругозора.

Планируемые результаты обучения

• Знакомство с парсингом HTML разметки сайтов
• Умеет загружать данные, обрабатывать и визуализировать в среде RStudio.
• Знает основы SQL. Умеет создавать различные запросы с использованием команд языка SQL .
• Выявляет виды цен во внешней торговле: цены реальных сделок, цены предложений, справочные цены, цены каталогов и прейскурантов, средние экспортные и импортные цены, или средняя стоимость единицы экспорта или импорта, биржевые котировки, цены аукционов.
• Владеет общими понятиями базы данных. Владеет понятием СУБД в прикладных системах. Владеет общими понятиями реляционной модели.
• Знает методы Sentiment analysis
• Студенты познакомятся и сформируют первичный опыт работы в среде R
• Студент способен разрабатывать чат-боты для мессенджера Telegram.
• Осуществлять парсинг данных с внешних ресурсов
• Знает основы применения методов обработки текстовых данных
• Умеет подбирать релевантные для исследовательской задачи инструменты сбора, обработки и анализа данных
• Использует LLM для автоматизации задач с применением ключевых библиотек Python: Pandas для обработки данных, BeautifulSoup для парсинга сайтов и Aiogram для создания ботов
• Использовать методы тематического моделирования и кластеризации текстов (LDA, BERTopic, k-means, UMAP) для выявления скрытых тем и группировки документов.
• Визуализация результатов исследований
• Знать методы сбора данных парсинг, API, автоматизация
• применять методы Named Entity Recognition (NER) для автоматического извлечения сущностей из текстов и анализа клиентских данных;

Содержание учебной дисциплины

• Основы сбора и предобработки данных
• Обработка естественного языка
• Разработка дата-продуктов

Элементы контроля

• Сбор данных
• Анализ данных
• Аудиторная работа
• Итоговый проект

Промежуточная аттестация

• 2026/2027 4th module
  0.3 * Аудиторная работа + 0.2 * Анализ данных + 0.2 * Сбор данных + 0.3 * Итоговый проект

Список литературы

Рекомендуемая основная литература

• 36480 - Streamlit для Data Science. Создаем интерактивные приложения в Python - А.Груздев; Т.Ричардс - ДМК Пресс - 9785937002754 - 2024 - https://hse.alpinadigital.ru/document/36480 - Alpina
• Alain Zuur, Elena N. Ieno, & Erik Meesters. (2009). A Beginner’s Guide to R. Springer.
• Petrov, A., & O’Reilly for Higher Education (Firm). (2019). Database Internals : A Deep Dive Into How Distributed Data Systems Work (Vol. First edition). Sebastopol, CA: O’Reilly Media. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=2250514

Рекомендуемая дополнительная литература

• Aman Kedia, & Mayank Rasu. (2020). Hands-On Python Natural Language Processing : Explore Tools and Techniques to Analyze and Process Text with a View to Building Real-world NLP Applications. Packt Publishing.
• Date, C. J. (2015). SQL and Relational Theory : How to Write Accurate SQL Code (Vol. Third edition). Sebastopol, CA: O’Reilly Media. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1099367
• Галанов В.А. - Производные финансовые инструменты - 978-5-16-012272-4 - ИНФРА-М - 2025 - https://znanium.ru/catalog/product/2173313 - 2173313 - ZNANIUM
• Иванченко, И. С.  Производные финансовые инструменты: оценка стоимости деривативов : учебник для вузов / И. С. Иванченко. — Москва : Издательство Юрайт, 2025. — 261 с. — (Высшее образование). — ISBN 978-5-534-11386-0. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/566360 (дата обращения: 02.07.2026).

Авторы

• Паршаков Петр Андреевич
• Борисова Елена Феликсовна
• Найденова Юлия Николаевна
• Маткин Никита Андреевич
• Шенкман Евгения Андреевна