Я не ухожу из финансов в совершенно другую сферу. Я дополняю финансовый опыт математикой, статистикой и программированием. Моя цель состоит в том, чтобы глубже понимать финансовые вопросы и тщательнее проверять идеи.
Этот процесс ещё продолжается. Я работаю в финансах, готовлюсь к дальнейшей учёбе и осваиваю навыки, которые понадобятся мне в количественных исследованиях.
Почему я начал с финансов
Я окончил профессиональную программу бакалавриата по управлению финансами в Латвийском университете. Учёба помогла мне понять, как связаны финансовая отчётность, инвестиции, планирование и работа компании.
Такой подход по-прежнему важен в моей работе. Финансовая модель состоит не просто из формул. Она показывает, как предположения о выручке, расходах, инвестициях, финансировании и движении денежных средств влияют на итоговый результат.
В бакалаврской работе я анализировал UCITS ETF с помощью скользящих средних. Я защитил работу на высшую оценку. Работа над ней показала, что даже знакомая тема становится сложной, когда нужно определить метод, последовательно его применить и объяснить, что результаты действительно показывают, а чего они не доказывают.
Что таблицы умеют хорошо и где начинаются ограничения
Электронные таблицы остаются одним из главных инструментов в моей работе финансового аналитика. Я использую их для построения моделей, подготовки прогнозов, сравнения плана с фактом и создания отчётов.
Они хорошо работают, когда задача чётко определена, а логику легко проверить. Проблемы начинаются, когда растёт объём данных, одни и те же действия приходится повторять много раз или модель становится слишком сложной для проверки. Ручная работа также увеличивает риск ошибок.
Из-за этого меня стала больше интересовать структура модели. Я хотел понять, какие переменные действительно важны, как учитывать неопределённость и как повторять один и тот же анализ на разных данных.
Зачем мне математика и статистика
Математика помогает точно описывать связи. Статистика помогает понять, какие выводы можно делать по неполным или шумным данным.
В финансах получить число часто проще, чем объяснить его смысл. Прогноз может быть логически последовательным, но при этом ненадёжным. Закономерность может появиться в исторических данных и исчезнуть в будущем. Модель может хорошо описывать прошлое, но не помогать принимать будущие решения.
Поэтому я готовлюсь к учёбе по математике и науке о данных, а также по финансовой экономике. Первая программа углубит мои знания математики, статистики и вычислительных методов. Вторая сохранит связь с экономическими и финансовыми вопросами.
Зачем я изучаю Python и R
Параллельно с математикой и статистикой я углубляю знания Python и R. Цель не в том, чтобы просто добавить ещё два языка в список навыков. Мне важно научиться превращать анализ в процесс, который можно проверить, повторить и улучшить.
Python полезен для подготовки данных, автоматизации расчётов и создания аналитических процессов. R особенно полезен для статистического анализа и визуализации. В обоих случаях качество метода важнее знания синтаксиса.
Реальные данные редко бывают полностью готовыми к анализу. Определения могут отличаться, наблюдения могут отсутствовать, а разные источники могут по-разному записывать один показатель. Поэтому очистка и проверка данных являются частью самого анализа.
Как соединить финансы с количественными методами
Финансовый опыт помогает понимать контекст. Он позволяет оценить, связана ли закономерность в данных с правилами учёта, структурой рынка, решениями о финансировании или временной экономической ситуацией.
Одного контекста недостаточно. Даже правдоподобное объяснение нужно проверять. Количественные методы заставляют чётко определить переменные, предположения и правила. Результат может подтвердить первоначальную идею, изменить её или показать, что доказательств недостаточно.
Подход, к которому я стремлюсь, достаточно простой. Финансовые знания помогают выбирать полезные вопросы. Математика помогает их описывать. Статистика помогает оценивать доказательства. Программирование позволяет легче повторять и проверять работу.
Чем я занимаюсь сейчас
Я продолжаю работать финансовым аналитиком, строю финансовые модели, готовлю прогнозы, отчёты и аналитические инструменты. Одновременно готовлюсь к дальнейшей учёбе по математике и науке о данных и по финансовой экономике.
В долгосрочной перспективе меня интересуют количественные исследования, статистика, машинное обучение, алгоритмическая торговля и математические финансы. Я всё ещё формирую знания, необходимые для этих областей, поэтому стараюсь отделять завершённую работу от идей, которые пока находятся в разработке.
Что дальше
Сейчас мне нужно продолжать учиться и практиковаться. Я хочу применять новые методы к реальным задачам, находить слабые места в своей работе и лучше документировать предположения и результаты.
Результат не становится полезным только потому, что выглядит впечатляюще. Его нужно проверять без знания будущего, на данных, которые были бы доступны в момент принятия решения, и объяснять вместе с ограничениями.
Что я понял на этом пути
- Начинать с области, которую уже понимаешь. Предыдущий опыт помогает задавать более содержательные вопросы.
- Не перескакивать через основы. Математика и статистика определяют, какие выводы может подтвердить анализ.
- Учить программирование на реальных задачах. Python и R становятся понятнее, когда применяешь их к настоящим данным.
- Использовать таблицы там, где они удобны. Другой рабочий процесс нужен, когда данные или логика становятся слишком сложными для поддержки.
- Чётко отделять готовую работу от идей. Лучше честно описать текущий прогресс, чем слишком рано заявлять об экспертизе.
- Показывать неопределённость. Предположения, ограничения и чувствительность являются частью результата.
Финансы остаются отправной точкой моей работы. Математика, статистика и программирование помогают мне внимательнее анализировать те же вопросы. Этот процесс ещё продолжается, и я планирую рассказывать о нём по мере обучения.