Finanzas cuantitativas en R

Programa

Finanzas cuantitativas en R

Facultad de Economía
Inicio / Programas / Finanzas cuantitativas en R

Finanzas cuantitativas en R

En la última década, los diferentes actores que conforman los mercados financieros están empleando nuevas metodologías y herramientas que han permitido una mayor eficiencia y precisión en las diversas tareas que competen en el campo de las finanzas. Por ello, la coyuntura económica actual exige que los profesionales en estas áreas cuenten con conocimientos teóricos en matemáticas financieras fundamentados que, junto a herramientas computacionales, logran abordar cualquier tipo de problema de índole financiero.

Este programa tiene como objetivo introducir y formalizar los modelos y conceptos más utilizados en los mercados financieros en materia de series de tiempo y trading algorítmico utilizando R como lenguaje de programación. El programa cuenta con diversas aplicaciones financieras que profundizan en el pronóstico de series de tiempo, cuantificación de riesgo, conocimiento de los mercados financieros y el uso de herramientas de Machine Learning para abordar el paradigma del análisis fundamental y técnico. 

Nota: se sugiere que el estudiante interesado en el programa cuente con un computador de 4GB de RAM pero preferiblemente 8GB en adelante. 
El software que usará es Rstudio y R 3.6.3 o superior. Las instrucciones de instalación serán remitidas al inicio del programa.

Este es un programa compuesto por los siguientes cursos que podrás tomar en conjunto o por separado.

¡Inscribe el programa completo!

Introducción al análisis de datos en R

Introducción al análisis de datos en R

Inicio:

01 de septiembre de 2020

Modalidad Virtual
Análisis de series de tiempo financieras

Análisis de series de tiempo financieras

Inicio:

06 de octubre de 2020

Modalidad Virtual
Introducción al trading algorítmico

Introducción al trading algorítmico

Inicio:

03 de noviembre de 2020

Modalidad Virtual

Dirigido a

Este programa está dirigido a profesionales en economía, administración de empresas, ingeniería y profesionales de distintas áreas que se encuentren interesados en adquirir conocimiento en las herramientas y metodologías de pronóstico, simulación de series de tiempo, estrategias de trading e inversión aplicado al sector financiero. Se espera que los participantes tengan interés en el aprendizaje de R y en los diferentes modelos matemáticos y herramientas abordados en el programa

Objetivos

•    Familiarizar a los estudiantes en el lenguaje de R.
•    Enseñar a los estudiantes los conceptos básicos de programación.
•    Entender los archivos de ayuda sobre paquetes de R.
•    Escribir funciones básicas.
•    Escribir códigos para solucionar problemas de importación y limpieza de datos.
•    Dar herramientas suficientes para el manejo y procesamiento de datos utilizando R.
•    Manipular datos para obtener información relevante.
•    Presentar resultados estadísticos de forma adecuada.
•    Elaborar documentos HTML y PDF. 
•    Enseñar a los estudiantes formas de automatizar tareas en R. 
•    Desarrollar Shiny Apps para la presentación de modelos y generación de reportes.
•    Profundizar en las diferentes metodologías comúnmente usadas en la creación de estrategias de trading algorítmico.
•    Profundizar en modelos de series de tiempo y de Machine Learning, en el paradigma de análisis fundamental y técnico. 
•    Desarrollar la capacidad de explorar diferentes alternativas de trading algorítmico y evaluar si su implementación es factible desde una perspectiva de riesgo.
•    Estudiar los modelos de series de tiempo comúnmente usados en la cuantificación de riesgo de financiero, análisis de inversión e investigaciones en finanzas. 
•    Profundizar en modelos de series de tiempo univariados que permitan pronosticar la serie, estimar la volatilidad de activos financieros, y simular diferentes escenarios posibles de la serie. 

 

Metodología

El programa se realizará de manera virtual. En el primer curso cada sesión estará dividida en dos módulos, durante la primera parte de cada módulo el profesor introducirá técnicas, comandos y conceptos relacionados con la utilización de R y utilizará ejemplos que lo ilustren; durante la segunda parte los estudiantes deberán trabajar individualmente en un ejercicio, el cual deberán entregar cuando el módulo finalice.

Para el segundo y tercer curso; en el primer módulo se explicarán los conceptos teóricos de los modelos a discutir, con un énfasis en los supuestos del modelo, aplicaciones y limitaciones. En el segundo módulo se realizará un caso de estudio práctico mediante el uso del lenguaje de programación R donde se evidenciará la forma como se usan estos conceptos en la práctica. Los estudiantes tendrán acceso a los diferentes códigos y aplicaciones desarrolladas a lo largo del curso.

Nota: se sugiere que el estudiante interesado en el programa cuente con un computador de 4GB de RAM pero preferiblemente 8GB en adelante. 
El software que usará es Rstudio y R 3.6.3 o superior. Las instrucciones de instalación serán remitidas al inicio del programa.

Contenido

El programa esta conformado por los siguientes cursos:
1. Curso Introducción al análisis de datos en R
2. Curso Análisis de series de tiempo financieras 
3. Curso Introducción al trading algorítmico

Profesores

Julián Chitiva

Economista y Matemático de la Universidad de los Andes, y M.Sc. en Economía en la misma universidad. Como matemático, tiene gran interés por las matemáticas puras y aplicadas, especialmente por la combinatoria, la geometría, la estadística, la teoría de juegos y las finanzas. Como economista, tiene gran interés por la teoría de redes, la economía de la información y la teoría de contratos. Ha trabajado como asistente de investigación en el Centro de Estudios sobre el Desarrollo Económico –CEDE- de la Universidad de los Andes. Adicionalmente, ha sido profesor complementario/asistente en diferentes cursos tanto en la Facultad de Economía como en el Departamento de Matemáticas. Tiene experiencia en el manejo de herramientas cuantitativas y paquetes estadísticos tales como Stata, R, Matlab y Python. Actualmente es Investigador Senior del área de Matemáticas Financieras en Quantil.

Germán González

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 real y publico. Cuenta con amplia experiencia en análisis de portafolio, coberturas de riesgo y modelos de trading algorítmico, y análisis de espacial de datos. Ha sido el desarrollador principal de QuanTrip, herramienta que permite identificar patrones de comportamiento de manera individual y agregada en los recorridos y lugares frecuentes de diferentes individuos en un determinado territorio. Ha participado en proyectos con Movendo y Sentiance que requieren de la simulación, geolocalización, reconocimiento de patrones y visualización de recorridos de individuos en la ciudad de Melbourne, Australia. Conocimiento de diferentes algoritmos de Machine Learning: minería de texto, redes neuronales y modelos de clasificación enfocados a modelos de trading algorítmico que pronostican la dirección de los retornos del S&P 500 a partir de los sentimientos de los inversionistas. Finalmente, Dominio avanzado de los lenguajes de programación Python y R.

Pedro Alejandro Cabra Acela

Economista de la Universidad de los Andes y actual estudiante de la maestría en economía de la misma universidad. Se ha desempeñado como profesor asistente en la Universidad de los cursos Microeconomía III, Microeconomía avanzada con Teoría de Juegos, Política Fiscal y Econometría Avanzada. Adicionalmente, trabajó como asistente de investigación en temas de género en el mercado laboral. Actualmente, se desempeña como Investigador del área de Matemáticas financieras en Quantil. Tiene conocimientos de diferentes algoritmos matemáticos, teóricos y empíricos, para el análisis predictivo y de causalidad, tanto en estructuras de series de tiempo como en cortes transversales y panel de datos. Ha participado en proyectos con el Ministerio de Hacienda, Confecámaras, Riopaila, Seguros Alfa, entre otros, donde ha tenido que enfrentar problemas de pronóstico de factores de riesgo, gestión de riesgo y coberturas y optimización de portafolios de inversión. Conocimiento en diferentes algoritmos de Machine Learning y su implementación en R.