Introducción al trading algorítmico
Curso
Virtual
¿Necesitas un coach de formación?
Te ayudará a comparar y elegir el mejor curso para ti y a financiarlo en cómodas cuotas mensuales.
Descripción
-
Tipología
Curso
-
Metodología
Virtual
-
Horas lectivas
24h
En la última década, los actores que conforman los mercados bursátiles están empleando nuevas tecnologías y algoritmos de trading que permiten evaluar cientos de estrategias financieras en tan solo unos minutos. Estas herramientas son cada vez más utilizadas debido a su eficiencia tiempo/retorno: un algoritmo bien calibrado puede evaluar miles de estrategias de inversión que a un inversionista le hubiese tardado días, eliminando además la subjetividad de las decisiones. En este sentido, la coyuntura económica actual exige que los profesionales en estas áreas cuenten con conocimientos teóricos en matemáticas financieras bien fundamentados, que junto a herramientas computacionales permitan la construcción de algoritmos que exploren nuevas estrategias de trading o que exploten desequilibrios del mercado identificados previamente. Este curso tiene como objetivo formalizar algunos de los modelos y conceptos más utilizados en los mercados financieros y la forma como estos se aplican en estrategias de trading e inversión, utilizando R como lenguaje de programación.
Información importante
Earlybird:
Opiniones
Logros de este Centro
Todos los cursos están actualizados
La valoración media es superior a 3,7
Más de 50 opiniones en los últimos 12 meses
Este centro lleva 14 años en Emagister.
Materias
- Análisis fundamental
- Análisis técnico
- Regulación en Colombia
- Algoritmos
- Inversión
- Trading
- Manipulacion de datos
- Reducción de dimensionalidad
- Máquinas de soporte vectorial
- Finanzas
- Negocios
- Mercados financieros
- Estadística descriptiva
- Machine learning
- Bursátil
Profesores
Andrés Galeano
Docente
Economista y administrador de empresas de la Universidad de los Andes, con maestría en economía de la misma universidad. Director de proyectos de Matemáticas Financieras, con seis años de experiencia en Quantil SAS. También ha trabajado en la Universidad de los Andes como investigador, consultor asistente y profesor complementario en diferentes cursos por seis años. Profesor titular en los cursos de Medición y Gestión de Riesgo, así como de Optimización de Portafolio de Educación Continuada en la Universidad de los Andes. Ha realizado capacitaciones en R para entidades del sector financiero.
Germán González
Docente
Economista e historiador de la Universidad de los Andes, Magister en Economía de la misma universidad. Se ha desempeñado como profesor asistente en la Universidad de los cursos de Microeconomía ll, Microeconomía lll e historia económica de Colombia. En adición, fue asistente de investigación en el Centro de Estudios sobre el Desarrollo Económico –CEDE–. En la actualidad se desempeña como Investigador del área de Matemáticas financieras en Quantil donde se dedica al diseño, desarrollo e implementación de modelos matemáticos buscan la gestión y cuantificación del riesgo en el sector r
Programa académico
Sesión 1: Introducción:
a) Estado del arte: qué es el trading algorítmico
b) Introducción al Mercado: renta variable y renta fija
c) Análisis fundamental y análisis técnico
d) Fuentes de información
e) Regulación en Colombia
f) R, RStudio y sus principales paquetes
Sesión 2: Modelos de regresión:
a) Manipulación de datos
b) Estadísticas descriptivas de las series
c) Modelos AR, MA, ARIMA & GARCH.
d) Métricas: absolutas vs relativas
e) Tendencia, ciclo y estacionalidad.
f) Aplicación: Pronóstico de la serie del Colcap
Sesión 3: Conceptos básicos y herramientas de Machine Learning (I):
a) Horizonte de inversión, frecuencia de trading, tipos de estrategias, restricciones de compra y venta
b) Análisis supervisado y no supervisado
c) Problema de regresión: métricas y diferentes metodologías de regresión
d) Selección de variables: Stepwise
e) Módulos de penalización y Ridge
f) Reducción de dimensionalidad
g) Aplicación: ¿Qué mueve el Brent?
Sesión 4: Herramientas de Machine Learning (II):
a) Problema de clasificación: métricas y diferentes metodologías
b) Logit
c) Random Forest (importancia de variables)
d) Maquinas de soporte vectorial
e) Introducción a redes neuronales
f) Redes LSTM
g) Aplicación: Modelo de clasificación y regresión para predecir movimientos del SPX.
Sesión 5: Análisis fundamental:
a) Dimensionalidad: Qué afecta al mercado
b) Estadísticas sobre precios objetivos: rentabilidad esperada, desviación estándar.
c) Precios objetivos
d) Minería de texto como una aproximación al análisis fundamental.
e) Otras metodologías para aproximarse al mercado.
f) Aplicación: Análisis de sentimiento para pronosticar el S&P 500.
¿Necesitas un coach de formación?
Te ayudará a comparar y elegir el mejor curso para ti y a financiarlo en cómodas cuotas mensuales.
Introducción al trading algorítmico