Valuation Course

В дополнение к теме курса по корпоративным финансам, для тех кто его освоил и хочет более глубоко погрузиться в практическую деятельность у Дамодарана есть отдельный курс, который он последний раз читал осенью 2015.
Все материалы есть на сайте, видео лекций можно посмотреть здесь. Для тех, кто профессионально хочет заниматься фундаментальным анализом компаний или работать в сфере корпоративных финансов я однозначно рекомендую все это дело изучить.

Курс построен на базе отличной книжки.

У профессора также есть еще одна более специализированная книга, в которой разбираются сложные кейсы где стандартные техники не всегда или плохо работают.

Еще одним фундаментальным учебником по теме, который я однозначно рекомендую, является книга написанная консультантами из McKinsey.

Если же нет времени изучать толстые талмуды, но хочется быстро въехать в тему есть пара неплохих книг написанных специально для молодых инвестбанкиров. Первая книга хороша тем, что там шаг за шагом вместе с процедурой оценки разбирается процесс построения финансовой модели в Excel.

Зачастую, особенно в сделках с участием фондов прямых инвестиций приходится проводить оценки LBO и строить соответствующие модели. Специфике оценки таких сделок посвящены пара неплохих книг.

Также определенная специфика возникает при оценке сделок по реструктуризации и дистрессовым ситуациям. На эту тему можно почитать следующие книги.

Probability Courses

Грамотные люди понимают, что без хорошего знания статистики и эконометрики, сложно заниматься построением хороших алгостратегий для работы на финансовых рынках.

Сейчас в связи с развитием множества специализированных пакетов в R и Python кажется, что заниматься построением и тестированием различных моделей практически любой степени сложности стало достаточно удобно и просто.

Однако все обстоит  не так уж радужно. Многие люди зачастую плохо понимают границы применимости моделей или неправильно интерпретируют их результаты в следствие недостаточного/плохого знания теории (куча примеров приведена например во третьей книге здесь). Из-за этого потом бывает куча проблем, если на кон ставятся деньги.

Я это все к тому, что во вторник стартовал хороший курс от MIT по теории вероятности.
Хорошее знание и понимание теории вероятностей является необходимой базой для дальнейшего изучения статистики и эконометрики. Также хорошее понимание вероятностных идей и закономерностей и в обычной жизни пригодится, особенно любителям азартных игр :))

Данный курс является курсом промежуточного уровня, т.е. не является совсем уж простым, но и не является зубодробительным курсом в духе мехмата, основанном например на всемирно знаменитой книжке Ширяева, т.е. то что надо для практики.

Данный курс основан на вот этой неплохой книге.

Записи лекций прошлых лет можно посмотреть здесь.

Со своей стороны я еще могу порекомендовать следующие книги и курсы:

Вот отличный свежий учебник, написанный на основе курсов проводившихся в Гарварде.
Очень хорошие объяснения плюс много примеров решения различных задач, в т.ч. с использованием R. Однозначно рекомендую эту книгу.

Записи лекций прошлых лет читавшихся в Гарварде можно посмотреть здесь.
Другие материалы по этому курсу можно найти здесь.

Вот эта книга является очень популярным учебником в американских университетах. В ней
много примеров решения различных задач.

Эта книга хороша своими объяснениями, плюс тем, что за частью посвященной теории вероятностей идет хорошая часть посвященная статистике.

В дополнение к задачам в приведенных выше учебниках, имеет смысл использовать отдельные книги с примерами решения различных, в т.ч. нетривиальных задач.

В этой книге приведены задачи с решениями, предлагавшиеся в Кембридже на семинарах и экзаменах. Книга также есть на русском языке.

В этой книге тоже собрано большое количество разнообразного материала.

Ну и кому этого всего мало, вот есть еще мехматовский задачник, где собраны задачи от простых до весьма нетривиальных.

В качестве книжек с интересными приложениями и примерами также можно добавить в список следующие книжки являющиеся классикой жанра:

Для полноты картины еще добавлю сюда две хорошие книжки, пока не ставшими классикой, но тоже достойные внимания.

Однако надо понимать, что большинство вышеперечисленных книжек и курсов для своего усвоения требуют определенного уровня математической культуры и подготовки (начальные университетские курсы матанализа и линейной алгебры).

Если же с базовой математикой есть проблемы, то для знакомства с предметом можно использовать следующие более простые, но тоже хорошие книги с большим количеством примеров:

Также на Курсере на этой неделе стартовал вводный курс от МФТИ.
Обещают, что будет несложно и интересно.

Еще на этой недели на Курсере стартовал базовый курс по комбинаторике тоже от МФТИ.
Любители азартных игр, welcome :))

Applied Corporate Finance Course

В понедельник стартовал курс по прикладным финансам от Дамодарана, одного из ведущих в мире преподавателей этой дисциплины. Все материалы курса (видео лекций, конспекты, практические кейсы, задачи) будут доступны на этой странице.

Я однозначно рекомендую всем студентам изучающим предмет и начинающим финансовым аналитикам воспользоваться прекрасной возможностью.

В качестве основного учебника для данного курса используется вот эта книга

Со своей стороны я бы еще рекомендовал отличную современную книжку, ну и конечно хороша и не потеряла своей актуальности классика жанра

Также для людей всех уровней, от любителей до профессионалов, интересующихся темой корпоративных финансов я рекомендую почитывать блог профессора, там периодически бывают очень интересные заметки.

Update
В дополнение к учебникам еще можно порекомендовать хорошую книгу с разбором различных кейсов.

Machine Learning Courses

Технологии machine learning сейчас достаточно активно применяются для разработки алгоритмических стратегий, поэтому владение этой проблематикой я думаю будет достаточно полезным для серьезных quant трейдеров. Тут конечно есть много вопросов/нюансов связанных с оверфиттингом и т.д., но об этом надо писать отдельно.
Опять же "сырьевой" цикл похоже завершен и в ближайшие 5-7 лет вряд ли мы увидим высокие цены на нефть, металлы. Соответственно эта ситуация ничего хорошего нашей стране не сулит, а при сохранении цен на нефть на уровне 30-40 $/bbl в течении пары лет и вовсе грозит стране катастрофой. Соответственно, для молодежи с хорошими математическими способностями, чтобы остаться относительно независимыми в нашей стране долбанутых мудаков и побеждающего мракобесия, и иметь возможность устроиться работать не за фантики, получение специальности в области data science это очень даже неплохой вариант,
тем более что как пишут ожидается большой дефицит таких специалистов в ближайшем будущем.

Теперь собственно перейдем непосредственно к теме поста.
Пару дней назад стартовал онлайн курс Стэнфорда по machine learning, основанный на материалах отличной книжки. Для выполнения заданий используется язык R. Уровень знания математики требуемый для изучения материала достаточно умеренный (базовые курсы линейной алгебры и теории вероятности и математической статистики на уровне технического вуза) в отличие от более продвинутой книжки тех же авторов.

Саму книжку можно бесплатно скачать на странице авторов.
Видео предыдущих курсов можно посмотреть здесь или здесь.

Если говорить о других онлайн курсах по теме, то надо также отметить еще один стэнфордский курс на Coursera.
В этом курсе используется совсем простая математика, так что доступно практически всем (хотя нельзя сказать, что задания прям совсем простые). Здесь также удобно, что нет жестких дедлайнов и учиться можно в комфортном для себя темпе. Плохо только, что задания надо делать в Matlab & Octave, Python & R они не принимают.
Предыдущие версии материалов курса доступны здесь.
Более продвинутые лекции того же автора по теме можно
найти здесь и здесь.

Также в конце января на Coursera стартует курс по машинному обучению от Яндекса.
Я так понимаю, что это будет насколько упрощенная версия их курса, который они читают в своей школе анализа данных.
https://yandexdataschool.ru/edu-process/courses/machine-learning
Для выполнения практических заданий нужно будет использовать Python.
Я сам этот курс не смотрел, но думаю должно быть интересно.

Еще можно упомянуть про курс от университета Джона Хопкинса на курсере,
но там стандартная по отзывам для всей специализации  проблема, что объясняют мало и плохо, а задания дают достаточно непростые.

Через какое то время постараюсь написать, какие еще книжки по теме можно почитать.