Кирилл Климов: «Те, кто говорил „невозможно“, ни разу не пробовали»

В 2020 году, когда мы создавали фонд, главной идеей было приглашать международных специалистов и «приземлять» их здесь, чтобы они обучали наших студентов. Тогда финансовая математика в России была развита не так сильно, как хотелось бы.

В 2022 году мы перешли к другой концепции — сфокусировались на российских ученых, обогащении их знаний и создании новой плеяды молодых специалистов. И по мере развития рынка и роста компетенций команды появляются новые запросы со стороны бизнеса — под них мы растим экспертизу.

Мы помогаем трейдингу формировать общую карту. Наша задача — дать инструменты количественной аналитики. Например, мы даем им программный продукт. Вводишь рыночные данные, параметры сделок — и программа подсказывает, сколько стоит инструмент и как управлять его рисками.

Когда я пришел в ВТБ, я был первым финансовым математиком – квантом – которого банк нанял в России. До этого команда квантов находилась в Лондоне. Тогда в России действительно было сложно найти специалистов международного уровня: не хватало подготовки, экспертизы. Поэтому многие студенты, закончив пару курсов мехмата, уходили в индустрию, и когда мы искали кандидатов даже на стажировки, у них часто не хватало именно фундаментальной базы. Перед ними стоял выбор: либо тратить 3–4 года на обучение и доучиваться уже во время работы, либо идти в ML, IT или аналитику, где достойно платят и стартовые требования ниже. В 2022 году нашей основной задачей стало вырастить специалистов в России.

И мне кажется, мы с этим блестяще справились, потому что «Вега» действительно помогла нам. Сейчас почти все молодые ребята, интересующиеся финансовой математикой, так или иначе попадают в наше поле зрения. Мы привлекаем, обучаем, социализируем и формируем у них бизнес-мышление.

Если говорить о команде количественных аналитиков ВТБ, нас десять. По численности, обучаемости и открытости мы, наверное, самая сильная квант-команда в России. Воронка, которую мы выстроили, позволяет замечать лучших студентов, приглашать их на курсы, затем в научно-индустриальные группы, на стажировки, а потом — в команду. Это как математические олимпийские игры. В финансовой математике мы стараемся расширить воронку таким образом, чтобы взять супертопов, но при этом дать какие-то понятные ориентиры людям, которые не попали в этот топ.

С точки зрения структуры финансового рынка, есть buy-side — те, кто покупает инструменты, и sell-side — те, кто их создает. Инвестбанки обычно работают на sell-side. Я люблю объяснять это через аналогию с кондитерской. Клиент приходит за тортом. У кондитера есть ингредиенты: мука, масло, яйца — это, условно, рынок. Но клиенту нужен торт, которого на рынке нет. Он говорит: «Испеките мне». Трейдер — это кондитер, сейлз — продавец, а кванты — это те, кто пишет рецепт, по которому этот торт готовится.

Если мы говорим про задачи, которые перед нами стоят, ИИ — это один из методов. То есть мы используем методы классической математики, но дополняем и улучшаем их методами машинного обучения и искусственного интеллекта. Поскольку мы работаем с финансами, для нас крайне важны контролируемость, прозрачность и верифицируемость моделей. Достичь этого с нейросетями непросто, они часто остаются «черными ящиками»: что происходит внутри, не всегда понятно.

Приведу пример. У меня есть друзья, которые разрабатывают беспилотный автомобиль. Когда я спросил, используют ли они ИИ в ключевых модулях принятия решений, они ответили — нет. Они применяют его только для вспомогательных задач: распознавания среды, дорожных знаков, сигналов светофора. А вот решения вроде «повернуть руль» или «нажать на тормоз» реализованы алгоритмически. Почему? Потому что нужна предсказуемость. При этом методы машинного обучения: продвинутые статистические подходы, нейросети как помощь в написании кода или анализе информации — действительно упрощают работу и делают ее быстрее.

Скажем так, мы не полагаемся на ИИ там, где решения связаны с высокой концентрацией риска. Такие вещи остаются за человеком.

На вступительных испытаниях мы даем задачи, которые, например, популярная нейросетевая система DeepSeek пока верно решить не может.

Одна из наших ключевых задач — сделать так, чтобы лучшие мозги оставались в России. Это самое важное. Второе — мы стараемся привить интерес к науке и исследованиям, показать ребятам понятные перспективы. Многие студенты математических факультетов ориентированы на практику — я сам такой же. Мне трудно понять, зачем нужна конкретная теорема, если не видно, как ее применить. Через финансовую математику они получают этот ответ: понимают, как использовать свои знания очень сложных тем. Это повышает мотивацию.

И проблему, о которой мы говорили раньше, что ребята часто уходят на ранних курсах в индустрию, мы постепенно решаем. В том числе благодаря нашим стипендиям. Мы даем им возможность получать достойную поддержку, чтобы они могли не идти на работу раньше времени, а сосредоточиться на учебе.

В итоге они выходят на рынок гораздо более сильными специалистами — именно с точки зрения профессиональных «мышц» и зрелости мышления. Через финансовую математику мы создаем сообщество заинтересованных людей, даем им крутые задачи, актуальные для бизнеса. Это, кстати, напоминает историю академика Андрея Николаевича Колмогорова — выдающегося ученого, который заложил основы современной теории вероятностей. На закате жизни он занялся школьным образованием, исходя из мысли, что сложные задачи должны решать молодые мозги.

Даже если кто-то потом уходит в другие области, у него остается мощный аналитический аппарат, который помогает решать научные, технологические и любые другие задачи.

Да, именно. И плюс, это важный момент, у математиков часто есть проблема социализации. Когда они попадают в живое сообщество единомышленников, видят других увлеченных ребят, это вдохновляет. Они заражаются энергией, начинают «прыгать выше головы», обмениваться идеями. Так формируется синергия, настоящий «нетворк». И это, пожалуй, одно из самых ценных достижений.

Я бы не сказал, что комфортная: математика остается хардкором, общая нагрузка достаточно серьезная. Похоже на подготовку к олимпийским играм. И это часть замысла. Мы развиваем у ребят метакомпетенции — то, что в 21 веке становится важнее конкретных навыков. Это адаптивность, обучаемость, коммуникабельность, включенность в сообщество. Мы не только даем глубокие знания, но и помогаем «приземлить» математику — показываем, как через абстрактные концепции решаются реальные прикладные задачи.

Параллельно развиваем так называемые «софт-скиллы»: личную и командную продуктивность, презентационные и переговорные навыки. И самое важное — мы работаем над образом мышления. Переводим его из университетского формата «у меня экзамен — надо сдать» в установку «я хочу стать крутым специалистом». Когда человек изучает предмет не ради зачета, а ради знания как инструмента, преподаватель перестает быть контролером — он становится союзником, который помогает вырасти, подсказать точки роста, отметить сильные стороны. Это полностью меняет атмосферу, и тогда действительно возникает большое общее дело.

Если говорить честно, прямая область применимости этой компетенции довольно узкая — это инвестиционные банки и близкие сферы. Но рынок развивается: появляются новые инструменты, новые методы, в том числе с использованием механизмов искусственного интеллекта. Эти задачи мы и решаем.

А в более широком смысле — у страны сейчас есть задача по удвоению капитализации российского фондового рынка. И финансовая математика — неотъемлемая часть их решения. И я уверен: то, что мы делаем — развитие аналитической экспертизы и подготовка профессиональных кадров — напрямую влияет на решение этой задачи.

Не совсем. Я бы сказал, что наша любовь — это количественная аналитика на финансовых рынках. Наша миссия — создание площадки, где наука и индустрия могут встречаться, искать точки соприкосновения, вырабатывать подходы и форматы обучения в новых реалиях.

Вот вчера я прошел по этажу и спросил у ребят: «Что для вас самое крутое в „Веге“?» Ответы были разные: кто-то говорил про комьюнити, кто-то про курсы. Но один ответ особенно запомнился: «Очень редкая история, когда наука и бизнес так плотно работают вместе». Люди из индустрии приходят, делятся опытом, помогают развивать академические подходы, постоянно присутствуют в поле студентов и ученых. Это помогает молодым быстрее расти и созревать как специалистам. Фактически мы создаем путь плавного перехода из университета в бизнес.

Наш научный директор Юрий Кабанов долгое время работал во Франции. Он привносит огромный багаж международной экспертизы, помогает развивать финансовую математику в России. Мы приглашаем топовых профессоров из ведущих университетов мира. Некоторые приезжают и физически участвуют в наших школах. Наши научные школы — это недельные интенсивы по современной «хардкорной» математике с применением в финансах. Один раз мы привезли топового профессора в деревню под Тверью. Он был в полном восторге. В такие моменты особенно чувствуешь: главное — люди и соприкосновение между ними.

Математика — это классная история, которая позволяет увидеть мир по-другому, увидеть границы матрицы. Я сам долго думал, что такое математика. И понял, что есть видимые миры, а есть — невидимые. Есть классная аналогия: мы живем в плоском мире и видим лишь точки кривой, нарисованной в другом измерении. А математика позволяет увидеть саму кривую, заглянуть в то, что лежит за гранью привычного восприятия. Вот число π, например, оно не из этого мира. Более того, есть гипотеза, что любая конечная последовательность цифр, какую бы ты ни придумал, уже есть где-то после запятой в π. Абсолютно любая.

Недавно я был на факультете математики и компьютерных наук СПбГУ, который создал лауреат Филдсовской премии Станислав Смирнов. Я был поражен: ребята там работают над оцифровкой и созданием математической модели мозга малька — сто миллионов нейронов. Зачем? Просто потому, что могут и потому, что им это интересно. Из такого чистого любопытства потом рождаются настоящие открытия. А если речь о нашей области, правильнее говорить «математические финансы». Термин «финансовая математика» в русском языке — исторический, но в английском есть четкая разница: mathematical finance, а не financial mathematics. По сути, математические финансы — это вся возможная математика, примененная к моделированию финансовых рынков. Любая математическая теория, если ты используешь ее для описания или прогнозирования поведения рынка, — это и есть математические финансы.

В основе любой работы квантов лежит математика. Все начинается с реальности: есть какой-то объект финансового рынка, например, цены акций. Нужно построить модель их изменения. Затем рассчитать на ее основе определенные показатели, а после этого воплотить всю математику в программном коде. И тут появляется новая сложность: математика на бумаге и математика в компьютере — не одно и то же. В коде возникают ошибки округления, влияют особенности архитектуры процессора, взаимодействие с оперативной памятью — все это нужно учитывать. Поэтому важно не просто получить точный результат, но и сделать так, чтобы программа работала быстро и надежно. Это баланс между математической точностью и вычислительной эффективностью. Хорошие кванты работают в командах, где могут быть специалисты разного профиля: квант-девелоперы, деривативные кванты, микроструктурные кванты. Кто-то отвечает за математическое моделирование, кто-то — за численные методы, кто-то — за код. И вместе они превращают теоретическую формулу с бумаги в живую вычислительную модель. Это совсем не тривиальная задача.

Да. Работа кванта строится на взаимодействии. Мне рассказывали, что удобно работать с коллегами из других часовых поясов: пока один спит, другой продолжает писать код — получается почти круглосуточная разработка. При этом наши команды по международным меркам небольшие. Если где-то квантов в проекте сотни, то у нас — 10 человек. Поэтому каждый должен быть универсалом и охватывать широкий спектр инструментов и активов. Это непросто, но очень развивает: начинаешь видеть рынок целостно, находить неожиданные связи. И еще я верю в тандемы. Мне сложно думать в одиночку, а вот когда два человека обсуждают идею, рождается нечто большее. Это как в «Что? Где? Когда?» — участники разгоняют друг друга и рождается ответ. Так и у нас: два человека вместе думают — а эффект будто от десяти. Один плюс один равно десять.

Да, основным партнером всегда был МГУ. Флагманские программы и специализации базируются именно там. Но мы не ограничиваемся МГУ: курсы «Веги» открыты для студентов любых вузов и даже для практиков. Например, трейдеры и риск-менеджеры тоже проходят наши курсы. Мы стремимся распространять экспертизу по всей стране. Есть квоты для студентов из регионов: любой, кто соответствует требованиям и интересуется финансовой математикой, может участвовать. У нас уже сотни случаев, когда курсы «Веги» засчитывались в дипломах других вузов. С рядом университетов есть партнерские отношения с УрФУ, НГУ, ИТМО, СПбГУ, ЮФУ, НИУ ВШЭ, РЭШ, «Сириус».

Больше всего — возможность помочь ребятам раскрыться, понять, чего они действительно хотят, и создать для этого правильную среду. Меня часто вдохновляют вещи, которых у меня самого когда-то не было.

Я родом из маленького города. Когда учился, почти никто в меня не верил: учителя говорили, что поступить на бюджет невозможно, родители хотели, чтобы я шел в техникум после девятого класса. Но я почему-то верил, что смогу. И получилось: я поступил в СУНЦ, потом в МГУ, защитил кандидатскую, стал первым квантом в ВТБ. Это был сложный путь, и, наверное, самое трудное в нем — отсутствие рядом человека, который сказал бы: «Я в тебя верю. У тебя получится».

Проект «Вега» во многом родился именно из этого чувства. Это не инициатива сверху, он вырос снизу, из сообщества людей, которым хотелось развивать финансовую математику в России. Мы пришли к руководству и сказали: «Давайте попробуем. Мы хотим, чтобы в России появилась сильная школа финансовой математики — площадка, объединяющая науку и бизнес». И нам поверили.

«Вега» — живое доказательство того, что в России работают социальные лифты. Мы постоянно делаем то, что кажется невозможным. Нам говорят: «Так не получится». Мы пробуем — и оказывается, что получается. Просто те, кто говорил «невозможно», ни разу не пробовали.

Меня невероятно вдохновляет видеть, как приходят неуверенные ребята, а через пять лет они уже сильные трейдеры, кванты, исследователи. У них горят глаза, они несут это дальше, становятся примером для других. Вот ради этого и стоит работать.