Когда я поступал в институт после школы, я намеренно не выбрал матфак, потому что сомневался, что это хлебная профессия. Боялся, что придется работать нищим школьным учителем на нервной работе.
И уже много лет спустя я узнал, что есть такая отрасль капиталистического народного хозяйства, как Финтех. Например, лет 10 тому назад я просматривал учебные планы мехмата МГУ и увидел, что есть два направления в магистратуре: "финансовая математика" и "криптография".
Есть даже такие яркие примеры, как Джеймс Саймонс:
Цитата:
американский математик, академик, инвестор и меценат.
В 1982 году Саймонс основал инвестиционную компанию Renaissance Technologies. Саймонс до сих пор является неуправляющим директором компании. В 2007 году Саймонс заработал около 2,8 млрд долл, 1,7 млрд долл. в 2006, 1,5 млрд долл. в 2005 (наибольший доход управляющих хедж-фондами в том году) и 670 млн долл в 2004 году. С приблизительно 8,5-миллиардным состоянием Саймонс, по версии журнала Forbes, в 2010 году занимал 80-е место в мире и 57 место в Америке. Financial Times назвал его в 2006 году "самым умным из миллиардеров".
(
Википедия)
Можно далеко не ходить:
Цитата:
Гражданин России и подданный Великобритании, выходец из России, выпускник МГУ, доктор физико-математических наук Александр Герко стал долларовым миллиардером. Агентство Bloomberg оценивает состояние основателя трейдинговой компании XTX Markets примерно в $6 млрд, что делает его одним из богатейших граждан России.
(
Отсюда)
А обсудить я хочу одну деталь. Как известно,
Цитата:
Герко основал трейдинговую компанию XTX Markets в 2015 году, ее отличие от многих других компаний, которые занимаются торговлей на бирже - уникальные математические методы торговли, основанные на анализе огромного объема данных.
Значит, он использовал Big Data - "Большие данные" и данная отрасль IT-науки является перспективной? Или я ошибаюсь? Я как-то спрашивал у одной дамы - кандидата физ.-мат. наук, которая занимается статистикой насчет перспективности применения искусственных нейронных сетей в прогнозировании курсов бумаг на фондовом рынке, она ответила в том смысле, что
Цитата:
для временных рядов можно использовать нейронные сети, но только с особой архитектурой, например, LSTM. Для задач макроэкономического прогнозирования, как правило, нейронные сети не используют. Используют ARIMA/SARIMA, VAR, ECM.
.