Дорожная карта: что учить и в каком порядке

---

Сколько это на самом деле занимает

Переход в количественные финансы — это не спринт на 2 месяца и не «курс по алготрейдингу за 3 недели». Это систематический марафон на 12–18 месяцев при интенсивности от 15–20 часов в неделю.

Попытка перепрыгнуть через базовые ступени — например, сразу начать обучать LSTM-нейросеть прогнозировать цены акций на Python — гарантированно превращает кандидата в «скрипткидди». Такой соискатель заучивает рыночный шум, допускает утечку данных из будущего (Lookahead bias) и с треском проваливает первое же техническое интервью у доски.

Путь кванта строится как последовательное возведение математического и инженерного рва (moat), где каждый уровень строго опирается на предыдущий.

---

1. Четыре последовательных этапа обучения

---

Этап 1: Математический базис (Месяцы 1–4)

• Что изучать:
  • Теория вероятностей: условная вероятность, формула Байеса, закон больших чисел (ЗБЧ), центральная предельная теорема (ЦПТ), условное матожидание $\mathbb{E}[X|\mathcal{F}_t]$.
  • Линейная алгебра: ковариационная матрица $\Sigma$, собственные векторы и значения, спектральное разложение, PCA (метод главных компонент), SVD.
  • Матанализ и оптимизация: градиентный спуск, ряд Тейлора, выпуклая оптимизация Бойда.
• Канонические учебники:
  • Joseph K. Blitzstein & Jessica Hwang — Introduction to Probability (бесплатный Гарвардский курс Stat 110, главы 1–6).
  • Gilbert Strang — Introduction to Linear Algebra (видеолекции MIT 18.06).
  • Stephen Boyd & Lieven Vandenberghe — Convex Optimization (главы 1–5).
• Критерии готовности: 1. Прорешаны задачи глав 1–6 Блицштейна. 2. Смоделирован ЗБЧ на 10 000 бросков и написан байесовский апдейтер на Python. 3. Результат на тренажере Zetamac стабильно превышает 40+ очков за 120 секунд.

---

Этап 2: Финансовые рынки и стохастический анализ (Месяцы 5–8)

• Что изучать:
  • Механика деривативов: модель Кокса — Росса — Рубинштейна (CRR), Cost of Carry для фьючерсов, клиринг и маржирование (Initial, Maintenance, Variation margin).
  • Опционы: паритет Put-Call, вывод уравнения Блэка — Шоулза, греки ($\Delta, \Gamma, \Theta, \mathcal{V}$).
  • Стохастический анализ: винеровский процесс, лемма Ито, стохастические ДУ (геометрическое броуновское движение, процесс Орнштейна — Уленбека), смена мер Гирсанова.
  • Временные ряды: стационарность (ADF-тест), коинтеграция для парного трейдинга, модели волатильности ARCH/GARCH, поправка Ньюи — Уэста.
• Канонические учебники:
  • John C. Hull — Options, Futures, and Other Derivatives.
  • Steven Shreve — Stochastic Calculus for Finance II: Continuous-Time Models.
  • Larry Wasserman — All of Statistics (главы 1–13: OLS, проверка гипотез, MLE).
• Критерии готовности: 1. На чистом листе бумаги без подсказок выведена лемма Ито для GBM. 2. Из дельта-хеджированного портфеля выведено уравнение в частных производных (PDE) Блэка — Шоулза. 3. На Python реализован аналитический прайсер Блэка — Шоулза и Монте-Карло симулятор (с проверкой скорости сходимости).

---

Этап 3: Программирование, архитектура и данные (Месяцы 9–12)

На этом этапе происходит специализация по трекам:

• Для исследователя (Quantitative Researcher):
  • Стек: Python, векторизация в Polars (Apache Arrow), PyTorch для плотных тиков стакана L2/L3, бустинги (LightGBM, CatBoost).
  • Базы данных: аналитический SQL в ClickHouse на петабайтах котировок.
  • Бэктестинг: Vectorbt, NautilusTrader.
• Для разработчика (Quantitative Developer):
  • Стек: современный C++ (C++17/20), многопоточность (concurrency), zero-allocation memory pools (std::pmr), cache-friendly структуры, выравнивание alignas(64), lock-free ring buffers.
  • Сетевой стек: Kernel Bypass (Solarflare Onload, DPDK), бинарные протоколы (TWIME, FAST).
• Канонические учебники:
  • Scott Meyers — Effective Modern C++.
  • Anthony Williams — C++ Concurrency in Action.
  • Fedor Pikus — The Art of Writing Efficient C++.
• Критерии готовности:
  • Для QD: Написан Limit Order Book на C++20 с $O(1)$ асимптотикой, полностью исключающий вызовы malloc/new в цикле обработки тиков, с бенчмарками на Google Benchmark.
  • Для QR: Построен пайплайн в Polars и ClickHouse, обрабатывающий сотни гигабайт тиков с асинхронным feature engineering без утечек памяти.

---

Этап 4: Защита от переобучения и интервью (Месяцы 13–18)

• Что изучать:
  • Финансовый ML по Маркосу Лопесу де Прадо: комбинаторная очищенная кросс-валидация (CPCV), методы очистки (Purging) и эмбарго (Embargoing), расчёт дефлированного коэффициента Шарпа (DSR) и вероятности переобучения (PBO).
  • Дриллинг интервью: вероятностные головоломки, случайные блуждания у барьеров, задачи на мартингалы, алгоритмы LeetCode.
• Канонические учебники и тренажеры:
  • Marcos López de Prado — Advances in Financial Machine Learning.
  • Xinfeng Zhou — A Practical Guide to Quantitative Finance Interviews (Зелёная книга).
  • Timothy Falcon Crack — Heard on the Street.
  • Тренажеры: Zetamac (цель: 50+ очков стабильно), LeetCode (150+ Medium/Hard).
• Критерии готовности: 1. Реализован генератор CPCV с очисткой и эмбарго без утечек будущего (Lookahead bias). 2. Прорешаны все 200+ задач из Зелёной книги Синьфэна Чжоу. 3. Пройдено 5–7 mock-интервью с проговариванием математической логики вслух.

---

2. Русская школа и западный прагматизм

---

3. Что делает портфолио убедительным

Интервьюеры ведущих фондов ежедневно просматривают десятки однотипных резюме. Ваш профиль на GitHub должен демонстрировать инженерную и исследовательскую зрелость:

Что отправляет резюме в корзину

• Шаблонные проекты с Kaggle: «Titanic: ML from Disaster» или предсказание цен на недвижимость в Бостоне.
• «Stock Price Prediction using LSTM / GRU» на дневных ценах закрытия (Close): такие проекты мгновенно выдают дилетанта, игнорирующего спреды, комиссии, проскальзывание и автокорреляцию.

Сильные проекты для исследователя

1. Воспроизведение академической статьи (Paper Replication): Взять сложную публикацию с SSRN или arXiv (например, калибровка модели Хестона или локальная волатильность Дюпира) и воспроизвести её результаты в чистом репозитории с тестами.
2. Парный трейдинг на коинтеграции (Pairs Trading Pipeline): Сбор данных через WebSocket, проверка на коинтеграцию (Engle-Granger), OLS с поправками Ньюи — Уэста, MLE-калибровка процесса Орнштейна — Уленбека для спреда и GARCH для размера позиций.
3. Защищённый от оверфиттинга бэктестер (CPCV Backtester): Реализация комбинаторной очищенной кросс-валидации по Маркосу Лопесу де Прадо с модулями Purging & Embargo, расчётом дефлированного Шарпа (DSR) и нелинейной модели проскальзывания Элгрена — Крисса.

Сильные проекты для разработчика

1. Ultra-Low Latency Limit Order Book (C++20): Биржевой стакан с $O(1)$ вставкой, отменой и сведением заявок по FIFO. Никаких динамических аллокаций (malloc/new) в цикле обработки тиков (статические массивы или std::pmr), lock-free очередь SPSC, бенчмарки на Google Benchmark и профилирование через perf.
2. Fast TWIME / SBE Binary Parser: Высокоскоростной бинарный парсер протокола Simple Binary Encoding Мосбиржи (TWIME) на C++ с нулевым копированием памяти (zero-copy).

---

4. Связь с интерактивным «Фундаментом» журнала

В журнале «КУЛИЧ» вся образовательная траектория оцифрована в интерактивном разделе Фундамент, где ваш прогресс разбит на пять взаимосвязанных уровней:

1. Уровень 1: Математика: Построение математического рва (условная вероятность, ЗБЧ, ЦПТ, SVD, выпуклая оптимизация).
2. Уровень 2: Технологии: Перевод формул в металл (C++20, cache-friendly дизайн, Polars, ClickHouse).
3. Уровень 3: Финансы: Физика рынков (микроструктура L3, маржирование НКЦ, греки опционов, нелинейный Market Impact).
4. Уровень 4: Исследования: Генерация альфы и фильтрация шума (CPCV, дефлированный Шарп, Орнштейн — Уленбек).
5. Уровень 5: Интервью: Прохождение сита отбора (Zetamac 50+, Green Book, LeetCode, Teachability Index).

---

5. Весь маршрут одной таблицей

---

---

Источники

1. [1] Основы стохастической финансовой математики. Т. 1: Факты. Модели. Т. 2: Теория А. Н. Ширяев, МЦНМО · 2016, ISBN 978-5-4439-0394-1 Русская академическая школа: вероятностный аппарат финансовой математики. Первое издание — ФАЗИС, 1998.
2. [2] Options, Futures, and Other Derivatives, 11-е издание John C. Hull, Pearson · 2021, ISBN 978-0-13-693997-9 Базовый учебник по деривативам — то, что на интервью предполагают известным.
3. [3] Advances in Financial Machine Learning Marcos López de Prado, Wiley · февраль 2018, ISBN 978-1-119-48208-6 Источник для четвёртого этапа: защита от переобучения, CPCV, вероятность переобучения бэктеста.
4. [4] A Practical Guide To Quantitative Finance Interviews Xinfeng Zhou, самиздат · переиздание 2020, ISBN 978-1-7350288-0-4; первое издание 2008 «Зелёная книга» — задачник, по которому реально гоняют на технических раундах. Издана автором самостоятельно, а не издательством.
5. [5] Quantitative Trading, 2-е издание Ernest P. Chan, Wiley · 2021, ISBN 978-1-119-80006-4 Мостик от учебных задач к собственному исследовательскому проекту для портфолио.

Ссылки сверены 4 сентября 2026

Проверьте себя