Практическая валидация моделей

Формат Очный
содержание 5 тем
Длительность 16 часов
По завершении Удостоверение

О курсе

Данный курс ориентирован на формирование практических навыков валидации моделей. В рамках курса детально рассмотрены теоретическая база и практическое применение современных инструментов, технологий и методов, используемых для анализа входных данных, анализа теоретического обоснования, качества и калибровки модели. Курс является практико-ориентированным и основан на разборе конкретных практических заданий, сформированных в Python (или R) на основе реально выполненных проектов.

Программа курса

Анализ входных данных модели

  • Сферы анализа:
    • Источники данных
    • Качество и полнота данных
    • Охват и корректность данных
    • Обработка данных
    • Предположения и ограничения 
  • Разбор конкретных кейсов по анализу данных
    • Выявление выбросов (Box-plot, DFBETA, DFFITS, Cook’s distance, Leverage, методы ML)
    • Проверка стационарности временных рядов (признаки нестационарности временного ряда, тесты Дики — Фуллера, тест Филипса — Перрона, коинтеграция, Тест Энгла — Гренжера)
    • Выявление тренда
    • Выявление сезонности
    • Критерии случайности

Длительность: 2 часа

Анализ теоретического обоснования модели

Сферы анализа

  • Теория и методика моделирования
  • Обоснованность методов разработки
  • Предположения и ограничения модели
  • Научные исследования и отраслевая практика
  • Альтернативные теории и подходы
Проверка статистических гипотез 

  • Равенство средних (включая непараметрические критерии)
  • Равенство дисперсий (включая непараметрические критерии)
  • Равенство распределений
  • Критерии симметрии
Анализ и тестирование регрессионных моделей

  • Проверка гипотезы о нормальности
  • Проверка гипотезы об отсутствии автокорреляции. Newey—West adjustment
  • Проверка гипотезы о гомоскедастичности
  • Проверка гипотезы об отсутствии мультиколлинеарности

Анализ и тестирование моделей VaR

Сравнение с альтернативными подходами: проверка статистической значимости отклонений

Длительность: 2 часа

Анализ качества модели

  • Тестирование на ретроспективных данных (бэктестинг): TLA, тест Хосмера — Лемешева и др.
  • Анализ чувствительности
  • Стресс-тестирование
  • Сравнение с эталонными моделями (бенчмаркинг)
  • Анализ поведения выходных данных

Длительность: 2 часа

Анализ калибровки модели

  • Подход и численные методы
  • Анализ экспертных оценок
  • Тестирование стабильности и сходимости параметров (forward and backward stability, rolling Chow test, CUSUM tests и т. д.)

Длительность: 2 часа

Использование R (или Python) для валидации

  • Разбор конкретных кейсов по валидации

Длительность: 2 часа

Появились вопросы по курсу?

Оставьте свои контактные данные и наш специалист свяжется с вами, чтобы ответить на ваши вопросы

Нажимая на кнопку «Получить консультацию», вы даете согласие на обработку своих персональных данных

Обучение в
EcoAcademy

Выберите интересные для вас курсы и темы

Выберите очный формат или онлайн-формат веб-конференции. Изучайте новый материал

Сдайте экзамен в рамках соответствующей программы

Получите удостоверение о повышении квалификации или сертификат о прохождении обучения

Вы — востребованный специалист

Преподаватели

Наталья Поморцева

Магистр в области статистики финансов, ведущий аналитик с обширным опытом проверки статистических гипотез и построения/валидации математических моделей в различных областях

Подробнее

Александр Марков

Head of Practice, кандидат физико-математических наук c многолетним опытом работы в должности доцента на кафедре высшей математики и математической физики ТПУ.

Подробнее

Сергей Зюбин

Сергей имеет многолетний опыт валидации математических моделей ведущих зарубежных банков на соответствие регуляторным требованиям PRA, FINMA, FED

Подробнее
Начните свое обучение вместе с EcoAcademy