Temario del curso
Introducción
Comprensión de los fundamentos de Python
Visión general del uso de tecnología y Python en finanzas
Visión general de herramientas e infraestructura
- Despliegue de Python usando Anaconda
- Uso de la plataforma Python Quant
- Uso de IPython
- Uso de Spyder
Primeros pasos con ejemplos financieros simples en Python
- Cálculo de volatilidades implícitas
- Implementación de la simulación de Monte Carlo
- Usando Python puro
- Usando vectorización con NumPy
- Usando vectorización completa con el esquema de Log Euler
- Usando análisis gráfico
- Aplicación de análisis técnico
Comprensión de tipos y estructuras de datos en Python
- Aprendizaje de los tipos de datos básicos
- Aprendizaje de las estructuras de datos básicas
- Uso de estructuras de datos de NumPy
- Implementación de vectorización de código
Implementación de visualización de datos en Python
- Implementación de gráficos bidimensionales
- Uso de otros estilos de gráficos
- Implementación de gráficos financieros
- Generación de gráficos tridimensionales
Uso de series temporales financieras en Python
- Exploración de los fundamentos de pandas
- Implementación de los primeros y segundos pasos con la clase DataFrame
- Obtención de datos financieros desde la web
- Uso de datos financieros desde archivos CSV
- Implementación de análisis de regresión
- Manejo de datos de alta frecuencia
Implementación de operaciones de entrada/salida
- Comprensión de los fundamentos de E/S en Python
- Uso de E/S con pandas
- Implementación de E/S rápida con PyTables
Implementación de aplicaciones críticas para el rendimiento en Python
- Visión general de bibliotecas de rendimiento en Python
- Comprensión de los paradigmas de Python
- Comprensión de la organización de memoria
- Implementación de computación paralela
- Uso del módulo multiprocessing
- Uso de Numba para compilación dinámica
- Uso de Cython para compilación estática
- Uso de GPUs para generación de números aleatorios
Uso de herramientas y técnicas matemáticas para finanzas con Python
- Aprendizaje de técnicas de aproximación
- Regresión
- Interpolación
- Implementación de optimización convexa
- Implementación de técnicas de integración
- Aplicación de cómputo simbólico
Estocástica con Python
- Generación de números aleatorios
- Simulación de variables aleatorias y procesos estocásticos
- Implementación de cálculos de valoración
- Cálculo de medidas de riesgo
Estadística con Python
- Implementación de pruebas de normalidad
- Implementación de optimización de portafolios
- Realización de análisis de componentes principales (PCA)
- Implementación de regresión bayesiana usando PyMC3
Integración de Python con Excel
- Implementación de interacción básica con hojas de cálculo
- Uso de DataNitro para integración completa de Python y Excel
Programación orientada a objetos con Python
Construcción de interfaces gráficas de usuario con Python
Integración de Python con tecnologías y protocolos web para finanzas
- Protocolos web
- Aplicaciones web
- Servicios web
Comprensión e implementación del marco de valoración con Python
Simulación de modelos financieros con Python
- Generación de números aleatorios
- Clase genérica de simulación
- Movimiento browniano geométrico
- La clase de simulación
- Implementación de un caso de uso para GBM
- Difusión con saltos
- Difusión raíz cuadrada
Implementación de valoración de derivados con Python
Implementación de valoración de portafolios con Python
Uso de opciones de volatilidad en Python
- Implementación de recolección de datos
- Implementación de calibración de modelos
- Implementación de valoración de portafolios
Mejores prácticas en programación con Python para finanzas
Resolución de problemas
Resumen y conclusiones
Palabras de cierre
Requerimientos
- Experiencia básica en programación.
- Sólidos conocimientos de matemáticas aplicadas a las finanzas.
Testimonios (2)
Los ejercicios prácticos relacionados con el contenido realmente ayudan a comprender más sobre cada tema. Además, el estilo de comenzar la clase con una conferencia y continuar con ejercicios prácticos es bueno y útil para relacionarlo con la conferencia presentada anteriormente.
Nazeera Mohamad - Ministry of Science, Technology and Innovation
Curso - Introduction to Data Science and AI using Python
Traducción Automática
Ejemplos/ejercicios perfectamente adaptados a nuestro dominio
Luc - CS Group
Curso - Scaling Data Analysis with Python and Dask
Traducción Automática
