Finanzas cuantitativas

Programa

Finanzas cuantitativas

Facultad de Economía
Inicio / Programas / Finanzas cuantitativas

Finanzas cuantitativas

En la última década, los mercados financieros han adoptado metodologías y herramientas innovadoras, lo que ha permitido una mayor eficiencia y precisión en diversas tareas del ámbito financiero. La situación económica actual exige que los profesionales de este sector posean una sólida formación teórica en matemáticas financieras, complementada con habilidades en herramientas computacionales para abordar eficazmente problemas financieros. 

Este programa tiene como objetivo introducir y formalizar los modelos y conceptos más relevantes en los mercados financieros, centrándose en el análisis de series de tiempo, la gestión de riesgos y el trading algorítmico, utilizando Python como lenguaje de programación. A lo largo del curso, se explorarán aplicaciones financieras que incluyen la predicción de series de tiempo, la cuantificación del riesgo, la comprensión del funcionamiento de los mercados financieros y el uso de herramientas de Machine Learning para el análisis tanto fundamental como técnico. 

Requisitos: Se recomienda que los estudiantes cuenten con un computador con al menos 8GB de RAM y utilicen Python 3.10.0 (Jupyter Lab) o superior. Las instrucciones de instalación se proporcionarán 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 a derivados financieros y análisis de riesgos

Introducción a derivados financieros y análisis de riesgos

Inicio:

15 de mayo de 2025

Modalidad Virtual
Pronóstico de series de tiempo y simulaciones en Python

Pronóstico de series de tiempo y simulaciones en Python

Inicio:

17 de junio de 2025

Modalidad Virtual
Introducción al trading algorítmico

Introducción al trading algorítmico

Inicio:

22 de julio de 2025

Modalidad Virtual

Dirigido a

Este programa está dirigido a profesionales en economía, administración de empresas, ingeniería y otras disciplinas que deseen adquirir conocimientos en herramientas y metodologías para el pronóstico, la simulación de series de tiempo, la gestión de riesgos y las estrategias de trading e inversión en el sector financiero. Se espera que los participantes tengan un interés activo en aprender Python y en explorar los diversos modelos matemáticos y herramientas que se abordarán en el programa. 

Objetivos

  • Desarrollar modelos avanzados para la valoración de activos financieros, incluyendo bonos y swaps. 
  • Aplicar técnicas de series de tiempo para simular escenarios de riesgo y evaluar su impacto en los portafolios de inversión. 
  • Adquirir la habilidad de implementar y calibrar modelos de riesgo utilizando el lenguaje de programación Python. 
  • Automatizar procesos de gestión de riesgo mediante el desarrollo de herramientas computacionales eficaces. 
  • Estudiar los modelos de series de tiempo más utilizados en la cuantificación del riesgo financiero, análisis de inversión e investigaciones en finanzas. 
  • Profundizar en modelos de series de tiempo univariados que permitan pronosticar series, estimar la volatilidad de los activos financieros y simular diferentes escenarios posibles. 
  • Explorar modelos de series de tiempo y Machine Learning dentro del paradigma de análisis fundamental y técnico. 
  • Desarrollar la capacidad para evaluar diversas alternativas de trading algorítmico y determinar su viabilidad desde una perspectiva de riesgo. 

Metodología

El Programa se llevará a cabo de manera virtual y cada sesión estará dividida en dos partes. En la primera parte, se presentarán los conceptos teóricos de los modelos a discutir, haciendo énfasis en sus supuestos. En la segunda parte, se abordará un caso de estudio práctico utilizando el lenguaje de programación Python, lo que permitirá demostrar cómo se aplican estos modelos en situaciones reales. Los estudiantes tendrán acceso a los códigos y aplicaciones desarrollados a lo largo del curso. 

Contenido

El programa está conformado por los siguientes cursos: 

  1. Introducción a derivados financieros y análisis de riesgos 
  2. Pronóstico de series de tiempo y simulaciones en Python 
  3. Curso Introducción al trading algorítmico 

Profesores

Andrés Galeano

Economista y administrador de empresas de la Universidad de los Andes, con maestría en economía de la misma universidad y actualmente cursando último semestre de la maestría en Analítica en la universidad de Georgia Tech. Director de proyectos de Matemáticas Financieras y socio de Quantil, con diez años de experiencia en la empresa. 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 Series de Tiempo, Medición y Gestión de Riesgo y Optimización de Portafolio y Trading Algorítmico de Educación Continuada en la Universidad de los Andes. Ha trabajado con compañías de seguros colombianas, para la generación de presupuestos y para la gestión del portafolio bajo el paradigma de ALM. Actualmente dirige el proyecto de la Guía de Valores y dirigió el desarrollo de un sistema de medición y gestión del riesgo para empresas del sector Oil & Gas, automotriz, agropecuario y retail. Ha participado en la construcción de portafolios de distintos fondos de inversión.

Germán González

Economista e historiador con doble maestría en Economía y Data Science. Tiene experiencia y pasión por el análisis de datos, la econometría, el análisis de series de tiempo, la gestión de riesgos financieros, investigación y docencia. Tiene más de 7 años de experiencia en consultoría, diseñando, desarrollando e implementando modelos matemáticos para resolver problemas prácticos en la industria, el gobierno y la academia. Además, fue investigador asociado en el Centro de Investigación Ciudades del futuro en Sydney y asistente de investigación en el Centro de Estudios de Desarrollo Económico en la Universidad de Los Andes. Tiene un amplio conocimiento de los diferentes algoritmos de machine learning como redes neuronales y modelos de clasificación enfocados en minería de texto y trading algorítmico para predecir las direcciones de los rendimientos del S&P 500, usando los sentimientos de los inversionistas. Habilidades avanzadas en Python, R, Java, Javascript, Dart, Flutter y Swift. Finalmente, cuenta con 5 años de experiencia como docente en múltiples cursos de análisis geoespacial, series de tiempo, economía y finanzas en la Universidad de Los Andes.

Condiciones

Eventualmente la Universidad puede verse obligada, por causas de fuerza mayor a cambiar sus profesores o cancelar el programa. En este caso el participante podrá optar por la devolución de su dinero o reinvertirlo en otro curso de Educación Continua que se ofrezca en ese momento, asumiendo la diferencia si la hubiere.

La apertura y desarrollo del programa estará sujeto al número de inscritos. El Departamento/Facultad (Unidad académica que ofrece el curso) de la Universidad de los Andes se reserva el derecho de admisión dependiendo del perfil académico de los aspirantes.

Relacionados