Остались вопросы?
Вы можете задать любой вопрос по обучению в школе Vesperfin
Администратор школы ответит вам в ближайшее время
Администратор школы ответит вам в ближайшее время
МАКСИМАЛЬНЫЙ ПАКЕТ — САМЫЙ ВЫГОДНЫЙ ФОРМАТ
Хотите пройти весь путь и не покупать модули по отдельности? В максимальный пакет входят все три модуля: от основ Python и разработки с ИИ до торгового робота и моделей машинного обучения.
✔ Модуль 1 — Python и разработка с ИИ. Создаём бота торговых сигналов — изучаете Python с нуля и учитесь использовать ИИ для написания и проверки кода. Получаете библиотеку из 1 500 готовых стратегий, более 120 индикаторов, систему мониторинга рынка и бота с торговыми сигналами.
✔ Модуль 2 — Бэктестинг и торговые роботы 2.0 — проверяете стратегии на исторических данных, оцениваете риски и устойчивость результатов, собираете и подключаете торгового робота. Вы получите 1 000 стратегий с готовыми результатами тестирования для торговли на бирже. Поддерживаются российские и международные биржи, Forex и криптовалютные площадки.
✔ Модуль 3 — Машинное обучение в трейдинге — создаёте и проверяете ML-модели, которые анализируют рыночные данные и оценивают вероятные сценарии движения рынка.
Бонусы:
✔ Месяц в VesperfinCode: Поддержка — живые эфиры, разборы, помощь кураторов, готовые стратегии и боты. Дополнительные темы: крипторынок, DeFi, проп-фирмы, ML/AutoML и управление портфелем.
✔ Обновления программы — доступ к обновлённым материалам будущих потоков.
✔ VFCodeGPT на протяжении всего курса — доступ к платным ИИ-моделям ChatGPT, Kimi и MiniMax через инфраструктуру VesperfinCode. Не нужно отдельно покупать подписки, оплачивать API-ключи или использовать VPN.
Курс образовательный. Подходит для получения налогового вычета.
По итогам обучения выдаётся диплом «Специалист в области инновационных технологий» установленного образца, зарегистрированный в государственном реестре.
Для новичков без опыта программирования, трейдеров и специалистов, которые хотят освоить Python, разработку с ИИ и автоматизацию на практических задачах финансового рынка.
Вы создадите бота, который получает рыночные данные, отслеживает выбранные инструменты, находит сигналы по заданным стратегиям и отправляет уведомления в удобный канал.
Вы будете понимать основные принципы работы программы и сможете с помощью ИИ проверять, изменять и улучшать её код.
• Ручная, полуавтоматическая и автоматизированная торговля
• Сигнальные системы и торговые роботы: в чём разница
• Из каких компонентов состоит торговая система
• Почему Python используется в аналитике, автоматизации и работе с данными
• Что такое вайб-кодинг и как он применяется в разработке
• Возможности и ограничения ИИ при написании программ
• Установка Python, IDE и необходимых библиотек
• Настройка рабочего окружения и VFCodeGPT
• Как описать задачу обычными словами
• Как попросить ИИ объяснить код на понятном языке
• Как проверять ответы ИИ и не копировать код вслепую
• Как сохранять рабочий контекст проекта при общении с ИИ
• Синтаксис Python и структура программы
• Типы данных, переменные и математические операции
• Операторы сравнения и логические значения
• Строки и форматирование данных
• Списки, словари, кортежи и множества
• Условные конструкции
• Циклы for и while
• Функции, параметры и возвращаемые значения
• Области видимости и вложенные функции
• Основы классов и объектов
• Декораторы и варианты их применения
• Обработка исключений и ошибок
• Генерация небольших фрагментов кода по заданию
• Объяснение синтаксиса и логики программы
• Поиск ошибок и сравнение вариантов исправления
• Создание тестовых примеров для проверки функций
• Рефакторинг и упрощение кода без изменения логики
• Файлы, модули и структура проекта
• Чтение и сохранение данных
• Работа с таблицами и временными рядами
• Дата, время, таймфреймы и торговые сессии
• Очистка и подготовка рыночных данных
• Проверка пропусков, дубликатов и некорректных значений
• Логирование действий программы
• Безопасное хранение настроек и ключей доступа
• Проектирование структуры программы вместе с ИИ
• Проверка кода обработки данных
• Поиск ошибок в расчётах и преобразованиях
• Подготовка комментариев и документации к проекту
• Что такое API, библиотека и коннектор
• Принципы подключения к российским и международным рынкам
• QUIK, MT5, Bybit, Binance, FINAM, T-Bank, Московская биржа, TWS, TradingView, CCXT, Yahoo Finance, TraderMade и другие источники
• Регистрация и безопасное хранение API-ключей
• Получение котировок и исторических данных
• Получение информации об инструментах
• Проверка подключения и обработка ошибок
• Ограничения API и контроль количества запросов
• Подготовка кода подключения по документации API
• Разбор ошибок авторизации и формата данных
• Сравнение структур данных разных площадок
• Адаптация коннектора под структуру проекта
• Формализация торговой идеи
• Правила входа и выхода
• Условия формирования торгового сигнала
• Работа с таймфреймами и параметрами стратегии
• Создание пользовательских индикаторов
• Разделение данных, логики стратегии и уведомлений
• Проверка пограничных случаев и противоречивых условий
• Подготовка технического задания на стратегию
• Перенос правил, описанных обычным языком, в код
• Генерация индикаторов под заданную формулу
• Поиск логических ошибок в условиях входа и выхода
• Доработка готовой стратегии под свои инструменты и таймфреймы
• Проверка результата на тестовых данных
• Библиотека из 1 500 готовых сигнальных стратегий
• Трендовые, разворотные и скальпинговые стратегии
• Более 120 торговых индикаторов
• Комбинирование индикаторов и условий
• Алгоритмы для тренда, флэта и смены рыночной фазы
• Мониторинг аномалий и резких движений
• Настройка параметров под выбранный инструмент
• Объяснение логики готовой стратегии
• Сравнение нескольких вариантов реализации
• Изменение параметров и условий
• Подготовка новых комбинаций индикаторов
• Проверка кода после внесённых изменений
• Архитектура системы мониторинга
• Настройка Telegram и MAX
• Дополнительные каналы: email, SMS, Discord, VK, TamTam, Slack, Pachka и другие
• Получение и подключение ключей доступа
• Связь торгового скрипта с системой уведомлений
• Форматирование сообщений
• Отправка сигналов в личный чат, группу или канал
• Защита от повторных и некорректных уведомлений
• Уведомления об ошибках и состоянии программы
• Создание шаблонов сообщений
• Подготовка кода интеграции с выбранным каналом
• Поиск причин, по которым уведомление не отправляется
• Настройка логирования и диагностики ошибок
• Когда нужен удалённый сервер
• Выбор и аренда сервера
• Установка операционной системы и библиотек
• Загрузка проекта на сервер
• Настройка переменных окружения и ключей
• Запуск и перезапуск бота
• Контроль работы и чтение логов
• Базовые меры безопасности
• Обновление проекта без потери настроек
• Подготовка команд установки и запуска
• Разбор сообщений об ошибках
• Проверка конфигурации окружения
• Подготовка инструкции по развёртыванию проекта
• Сборка всех компонентов в единую систему
• Подключение источника рыночных данных
• Выбор и настройка торговой стратегии
• Запуск мониторинга инструментов
• Отправка торговых сигналов
• Проверка логов и обработка ошибок
• Разбор архитектуры готового проекта
• Введение в бэктестинг
• Введение в машинное обучение
• Подготовка к модулю 2
• 1 500 готовых сигнальных стратегий
• Более 120 торговых индикаторов
• Примеры алгоритмов для разных состояний рынка
• Шаблоны запросов к ИИ для написания и проверки кода
• Примеры подключения к источникам данных
• Заготовки систем мониторинга и уведомлений
• Доступ к VFCodeGPT и платным ИИ-моделям
Для участников, которые знают основы Python или прошли модуль 1.
Вы соберёте торгового робота и пройдёте полный цикл:
стратегия → код → бэктест → проверка устойчивости → подключение → контролируемый запуск → мониторинг → улучшение.
• Цели и ограничения тестирования на исторических данных
• Выбор торгового инструмента и периода
• Загрузка и подготовка данных
• Формализация логики стратегии
• Ордера, входы, выходы и комиссии
• Создание первого бэктеста
• Добавление базового риск-менеджмента
• Анализ сделок и результатов
• Перенос торговой идеи в код бэктеста
• Проверка соответствия кода правилам стратегии
• Поиск ошибок в расчётах и исполнении ордеров
• Создание тестовых сценариев
• Доходность и её ограничения как показателя
• Просадка и восстановление капитала
• Соотношение риска и потенциальной прибыли
• Стабильность результатов по периодам
• Количество сделок и статистическая значимость
• Комиссии, проскальзывание и задержки
• Анализ журнала сделок
• Сравнение нескольких стратегий
• Объяснение метрик и результатов теста
• Поиск аномалий в отчёте
• Создание сводной таблицы показателей
• Формирование вопросов для дополнительной проверки стратегии
• Что такое переобучение в торговой стратегии
• Разделение данных на обучающий и проверочный периоды
• In-sample и out-of-sample тестирование
• Walk-Forward-анализ
• Проверка стратегии на разных инструментах и периодах
• Чувствительность результата к параметрам
• Случайный результат и устойчивая закономерность
• Ограничения оптимизации
• Подготовка проверок устойчивости
• Поиск признаков переобучения
• Сравнение результатов на разных периодах
• Проверка выводов, предложенных ИИ
• Роль параметров в торговой стратегии
• Перебор и сравнение конфигураций
• Выбор целевой метрики
• Ограничения оптимизации по доходности
• Поиск диапазона устойчивых параметров
• Сохранение и сравнение экспериментов
• Правила остановки оптимизации
• Подготовка кода оптимизации
• Анализ таблицы результатов
• Поиск нестабильных конфигураций
• Документирование проведённых экспериментов
• Источники данных и получение котировок
• Модуль торговой стратегии
• Генерация и проверка сигналов
• Логика выставления и отмены заявок
• Контроль открытой позиции
• Размер позиции и ограничения риска
• Стоп-лоссы и правила выхода
• Журнал сделок и логирование
• Обработка ошибок подключения и исполнения
• Контролируемый запуск робота
• Проектирование архитектуры робота
• Перенос стратегии из бэктеста в торговый код
• Проверка логики входов, выходов и риска
• Создание тестов для основных компонентов
• Рефакторинг и документирование проекта
• Подготовка сервера
• Установка зависимостей и загрузка проекта
• Настройка безопасного хранения ключей
• Запуск торгового робота
• Контроль состояния подключений
• Мониторинг позиций и заявок
• Уведомления о статусах и ошибках
• Анализ логов
• Перезапуск и обновление робота
• Диагностика ошибок по логам
• Подготовка проверок состояния робота
• Поиск причин сбоев подключения
• Создание инструкции по контролю и обновлению системы
• Выбор торговой стратегии
• Подготовка исторических данных
• Проведение бэктеста
• Оценка метрик и рисков
• Проверка устойчивости
• Перенос стратегии в торгового робота
• Подключение к выбранной площадке
• Настройка логирования и мониторинга
• Контролируемый запуск
• Анализ результатов и план дальнейших улучшений
Для участников, которые знают Python, умеют работать с рыночными данными и понимают устройство торгового робота. Рекомендуется проходить после модулей 1 и 2.
Вы сможете создавать и проверять модели машинного обучения, оценивать вероятные сценарии рынка и встраивать ML в логику торгового робота.
• Задачи машинного обучения на финансовых данных
• Этапы ML-проекта
• Подготовка и очистка данных
• Разделение данных по времени
• Обучающая, валидационная и тестовая выборки
• Базовая модель для сравнения
• Воспроизводимость экспериментов
• Контроль утечки данных
• Проектирование ML-пайплайна
• Объяснение кода подготовки данных
• Поиск возможной утечки данных
• Подготовка структуры эксперимента
• Признаки на основе цены, объёма и волатильности
• Технические индикаторы как признаки
• Временные и режимные признаки
• Создание целевой переменной
• Регрессия и классификация
• Баланс классов
• Нормализация и масштабирование
• Отбор признаков
• Проверка качества разметки
• Генерация идей для признаков
• Проверка формул и расчётов
• Объяснение влияния признаков
• Поиск признаков, использующих будущие данные
• Линейная и логистическая регрессия
• Деревья решений и ансамбли
• XGBoost, CatBoost и LightGBM
• Байесовские модели и классификаторы
• Сравнение нескольких моделей
• Интерпретация результатов
• Ограничения прогнозных моделей на рынке
• Подготовка кода обучения моделей
• Сравнение вариантов реализации
• Разбор ошибок обучения
• Документирование параметров и результатов
• Временная валидация
• Метрики классификации и регрессии
• Матрица ошибок и пороги принятия решения
• Стабильность результата по периодам
• Переобучение и способы его выявления
• Проверка модели на новых данных
• Сравнение с базовой моделью и исходной стратегией
• Сценарии и вероятности вместо точных обещаний цены
• Объяснение метрик и результатов
• Поиск слабых мест в схеме валидации
• Проверка выводов по модели
• Подготовка отчёта об эксперименте
• Тренд, флэт и переходные состояния
• Признаки режима рынка
• Классификация состояния рынка
• Режимные фильтры
• Переключение логики торгового робота
• Сравнение стратегии с фильтром и без него
• Проверка устойчивости режимного подхода
• Параметры и гиперпараметры модели
• Grid Search и Random Search
• Optuna и Hyperopt
• Bayesian Optimization
• Выбор целевой метрики
• Критерии остановки
• Ограничения автоматической оптимизации
• Контроль переобучения при подборе параметров
• Подготовка пространства параметров
• Создание кода оптимизации
• Анализ результатов экспериментов
• Поиск признаков переобучения
• Корреляция и её ограничения
• Коинтеграция
• Тесты Гренджера и корректная интерпретация результатов
• Поиск и отбор пар инструментов
• Создание признаков для спреда
• Модель возврата к среднему
• Проверка стратегии на исторических данных
• Риски изменения взаимосвязей
• Подготовка данных по группе инструментов
• Ранжирование инструментов
• Формирование инвестиционного портфеля с помощью ИИ
• Ограничения риска и диверсификация
• AutoML для сравнения моделей
• Автоматизация экспериментов
• Контроль качества выбранной модели
• Ограничения автоматического выбора
• Когда нейронные сети уместны в задачах трейдинга
• Подготовка последовательностей данных
• Основы обучения и проверки нейронных сетей
• Что такое Reinforcement Learning
• Агент, состояние, действие и награда
• Обучение на взаимодействии со средой
• Ограничения RL в торговых задачах
• Практическая глубина блока зависит от уровня группы
• Устройство DeFi-протоколов
• Получение данных из блокчейна и DeFi-сервисов
• Мониторинг событий и состояний
• Практические сценарии автоматизации
• Риски смарт-контрактов, ликвидности и исполнения
• Ограничения автоматизированных операций
• Модель как фильтр торгового сигнала
• Определение состояния рынка
• Адаптивные параметры стратегии
• Подготовка данных в реальном времени
• Контроль качества входных данных
• Логирование прогнозов и решений
• Мониторинг стабильности модели
• Обновление и повторное обучение
• Сравнение работы стратегии с ML и без него
• Встраивание модели в существующий проект
• Проверка интерфейсов между компонентами
• Диагностика ошибок
• Подготовка документации и инструкции по обновлению
• Выбор задачи и торгового сценария
• Подготовка данных
• Создание признаков и разметки
• Обучение базовой и основной моделей
• Валидация и проверка переобучения
• Оценка вероятных рыночных сценариев
• Интеграция модели в торговую систему
• Проверка качества и стабильности
• Подготовка отчёта и документации
• План дальнейшего улучшения модели
Понадобится ноутбук или стационарный компьютер. Телефон и планшет не подходят для выполнения практических заданий и запуска торговых систем. Всё необходимое программное обеспечение мы установим вместе.
Рекомендуемые характеристики:
