Programa especializado

Trading Algorítmico con Python

Presentación

Aprende a desarrollar estrategias de inversión basadas en datos mediante Python, modelos estadísticos y técnicas de Machine Learning.

Descargar Brochure

¿A quiénes va dirigido?

Analistas financieros.
Científicos de datos.
Analistas de riesgos.
Profesionales de banca e inversiones.
Economistas.
Ingenieros.
Traders interesados en automatizar estrategias.

Inscríbete

Ruta de Aprendizaje

Módulo 1

Fundamentos de Finanzas Cuantitativas y Python

Introducción al trading algorítmico, mercados financieros y clases de activos.
Obtención, limpieza y preparación de datos financieros mediante Python y APIs.
Análisis de retornos, distribuciones, métricas de riesgo y rendimiento (Sharpe, Sortino, VaR y Drawdown).
Regresión lineal aplicada (CAPM, alfa y beta) y fundamentos de series de tiempo (ADF, KPSS, AR, MA y ARMA).

Módulo 2

Modelado Cuantitativo y Machine Learning

Estructura de mercados, liquidez, costos de transacción y microestructura.
Modelado de procesos estocásticos y análisis de volatilidad (GBM, OU y GARCH).
Machine Learning supervisado para predicción financiera con árboles de decisión y Random Forest.
Ingeniería de variables financieras y validación robusta mediante Walk-Forward y Purged Cross-Validation

Módulo 3

Trading Algorítmico y Backtesting

Diseño e implementación de motores de backtesting considerando sesgos, costos y slippage.
Desarrollo de estrategias cuantitativas de Mean Reversion y selección de activos mediante Machine Learning.
Evaluación del desempeño con pruebas Out-of-Sample, análisis de sensibilidad y optimización de estrategias.
Proyecto integrador: desarrollo, validación y evaluación de una estrategia de trading algorítmico con Python.

CERTIFICACIÓN

Obtén tu certificación con código de validación y QR únicos. Este reconocimiento se otorgará a los participantes que aprueben satisfactoriamente las evaluaciones del programa

Docentes

Diego Ruiz

Egresado de Finanzas por la Pontificia Universidad Católica del Perú (PUCP), con especialización en mercado de capitales y ciencia de datos aplicada a finanzas. Actualmente es Analista de PrePost Trade Markets y ALM en Banco Santander Perú, donde desarrolla soluciones de IA y Python para liquidez y liquidación de renta fija y FX. Cuenta con experiencia en inversiones cuantitativas (Etinka Investments) y Machine Learning aplicado al pricing (Credicorp). Fue líder del CFA Research Challenge y del Bloomberg Trading Challenge 2024 (Top 10 Latam), y desarrolla estrategias cuantitativas en Trading Labs – FICPUCP.

Sergio Díaz Paredes

Economista por la UNMSM, magíster en Estadística Aplicada por la UNALM y candidato a magíster en Ciencias de la Computación por la UNSA. Cuenta con certificaciones en ciencia de datos por IBM y especializaciones en Pricing Analytics y SQL por DMC Perú. Ha sido analista senior en LOS ANDES y Globokas Perú, aplicando modelos predictivos y herramientas estadísticas. Difusor de herramientas oper source y metodos cuantitativos en Linkedin.