Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
La IA en el panorama del comercio y la gestión de activos
- Tendencias en el comercio algorítmico y basado en IA.
- Visión general de los flujos de trabajo de la finanzas cuantitativas.
- Herramientas, plataformas y fuentes de datos clave.
Manejo de datos financieros en Python
- Gestión de datos de series de tiempo con Pandas.
- Limpieza de datos, transformación e ingeniería de características.
- Indicadores financieros y construcción de señales.
Aprendizaje supervisado para señales de comercio
- Modelos de regresión y clasificación para la predicción de mercado.
- Evaluación de modelos predictivos (p. ej., precisión, exactitud, ratio de Sharpe).
- Estudio de caso: construcción de un generador de señales basado en aprendizaje automático.
Aprendizaje no supervisado y regímenes de mercado
- Agrupamiento (clustering) para regímenes de volatilidad.
- Reducción de dimensionalidad para el descubrimiento de patrones.
- Aplicaciones en el comercio de canastas (baskets) y grupos de riesgo.
Optimización de carteras con técnicas de IA
- Marco de Markowitz y sus limitaciones.
- Paridad de riesgo, Black-Litterman y optimización basada en aprendizaje automático.
- Reequilibrio dinámico con entradas predictivas.
Pruebas de retroceso y evaluación de estrategias
- Uso de Backtrader o marcos personalizados.
- Métricas de rendimiento ajustadas al riesgo.
- Evitar el sobreajuste y el sesgo de visión hacia adelante (look-ahead bias).
Despliegue de modelos de IA en el comercio en vivo
- Integración con APIs de comercio y plataformas de ejecución.
- Monitoreo de modelos y ciclos de reentrenamiento.
- Consideraciones éticas, regulatorias y operativas.
Resumen y próximos pasos
Requerimientos
- Comprensión de estadística básica y de los mercados financieros.
- Experiencia en programación con Python.
- Familiaridad con datos de series de tiempo.
Público Objetivo
- Analistas cuantitativos.
- Profesionales del comercio.
- Gestores de cartera.
21 Horas
Reseñas (1)
Ya cuento con algunos informes que conozco; utilizaré algunas de las indicaciones que revisamos hoy.
Kelly Cotham
Curso - Copilot for Finance and Accounting Professionals
Traducción Automática
