Мы учим применять машинное обучение там, где секунды решают всё
С 2016 года помогаем трейдерам и аналитикам превращать теорию в работающие алгоритмы. Никаких обещаний быстрой прибыли — только реальные навыки построения и тестирования моделей для количественных стратегий.
Откуда мы взялись
Началось с простого вопроса в 2016 году: почему так мало курсов учат применять ML именно для торговли? Все вокруг говорили о нейросетях, но никто толком не показывал, как работать с временными рядами цен, справляться с шумом рынка и строить модели, которые не переобучаются на первой же неделе.
Собрали команду — трейдеров, data scientists, разработчиков алгоритмов. Сначала делали внутренние семинары для своих. Потом поняли, что таких задач и людей, которые хотят их решать, гораздо больше. Так появилась платформа.
Сейчас у нас учатся специалисты из десятков стран. Кто-то приходит с нуля, кто-то уже знает Python и хочет освоить backtesting. Объединяет одно — желание разобраться в реальных инструментах, а не в теории из учебников.
На чём мы строим обучение
Не верим в универсальные рецепты и гарантии прибыли. Верим в прозрачность методов, проверку гипотез и честность с самими собой при анализе результатов.
Практика на реальных данных
Работаем с биржевыми котировками, историческими данными, реальными таймфреймами. Показываем, как очищать шум, обрабатывать пропуски и готовить датасеты к обучению моделей.
Код, который запускается
Никаких псевдокодов и абстракций. Каждый пример можно скопировать, запустить у себя, изменить параметры и посмотреть, что получится. Используем библиотеки, которыми пользуются в индустрии.
Проверка без самообмана
Учим правильно разбивать данные на train-test, валидировать модели вне выборки, понимать метрики качества и избегать overfitting. Объясняем, почему бэктест — это не гарантия будущей прибыли.
Как мы развивались
Первые курсы и закрытые семинары
Запустили пилотные программы для небольших групп трейдеров. Отрабатывали формат, собирали обратную связь, понимали, что работает, а что нужно переделать. Основной фокус — на Python и базовых алгоритмах классификации.
Расширение программы и новые форматы
Добавили модули по глубокому обучению, LSTM для временных рядов, feature engineering для финансовых данных. Начали делать живые разборы реальных стратегий — показывали ошибки, объясняли, почему модель ведет себя именно так.
Международная аудитория и новые направления
К нам стали приходить специалисты из разных стран, с разным опытом и задачами. Добавили курсы по reinforcement learning, портфельной оптимизации, работе с альтернативными данными. Создали систему менторства для тех, кто решает сложные исследовательские задачи.
Постоянное обновление и адаптация
Рынки меняются, появляются новые инструменты, библиотеки обновляются. Мы постоянно пересматриваем программы, добавляем актуальные техники, убираем устаревшее. Следим за тем, что используют практикующие quants, и переносим это в учебные материалы.
Как устроен процесс обучения
- Видеолекции с разбором конкретных примеров — от загрузки данных до оценки качества модели на новых данных
- Практические задания с реальными датасетами, где нужно самому построить пайплайн, обучить модель, проанализировать результаты
- Доступ к репозиториям с кодом — весь материал можно скачать, запустить локально, изменить под свои задачи
- Обсуждения в закрытом сообществе — задавайте вопросы, делитесь находками, разбирайте чужие решения
- Дополнительные материалы: статьи, исследования, ссылки на библиотеки и инструменты, которые мы сами используем
Темп задаёте сами. Кто-то проходит курс за месяц, работая по вечерам. Кто-то растягивает на полгода, параллельно тестируя идеи на своих данных. Главное — разобраться в подходе, а не просто повторить код из примеров.
Хотите разобраться, как это работает на практике?
Посмотрите программы курсов, почитайте описания модулей, оцените, подходит ли вам формат. Можем ответить на вопросы о содержании и требованиях к начальному уровню.