// Curso Data Science

Análisis Cuantitativo para Finanzas

Técnicas avanzadas de análisis cuantitativo aplicadas a finanzas
8 semanas • Datos reales • Portfolio final

⏱️ 8 Semanas
📊 Datos Reales
💼 Portfolio

Descripción del Curso

Domina el análisis cuantitativo financiero usando Python y herramientas profesionales. Este curso cubre desde estadística aplicada hasta estrategias de trading cuantitativo, optimización de portfolios y gestión de riesgo avanzada.

Trabajarás con datos reales de mercados financieros, implementarás estrategias validadas con backtesting riguroso y construirás un portfolio cuantitativo completo usando las mismas técnicas que usan hedge funds.

Plan de Estudios

Semanas 1-2: Estadística para Trading

  • Distribuciones de probabilidad en finanzas
  • Returns vs Log Returns
  • Volatility estimation (Historical, GARCH, Parkinson)
  • Correlación y cointegración
  • Tests estadísticos (Augmented Dickey-Fuller, Johansen)
  • Proyecto: Análisis estadístico de 50 activos

Semanas 3-4: Time Series Analysis

  • ARIMA, ARIMAX para forecasting
  • Seasonal decomposition
  • Vector Autoregression (VAR)
  • State Space Models
  • Kalman Filters para trend estimation
  • Proyecto: Modelo predictivo multi-variable

Semana 5: Backtesting y Performance Metrics

  • Framework de backtesting robusto
  • Walk-forward analysis
  • Monte Carlo simulation
  • Sharpe, Sortino, Calmar Ratios
  • Drawdown analysis
  • Overfitting detection
  • Proyecto: Sistema de backtesting profesional

Semana 6: Portfolio Optimization

  • Modern Portfolio Theory (Markowitz)
  • Efficient Frontier calculation
  • Black-Litterman model
  • Risk Parity strategies
  • Factor models (Fama-French)
  • Proyecto: Optimizador de portfolio multi-asset

Semana 7: Risk Management

  • Value at Risk (VaR) - Historical, Parametric, Monte Carlo
  • Conditional VaR (CVaR / Expected Shortfall)
  • Stress testing scenarios
  • Position sizing (Kelly Criterion, Fixed Fractional)
  • Hedging strategies con options
  • Proyecto: Sistema de risk management completo

Semana 8: Proyecto Final Integrado

  • Diseño de estrategia cuantitativa completa
  • Data collection y preprocessing
  • Backtesting con múltiples escenarios
  • Portfolio optimization
  • Risk management integration
  • Reporte profesional de resultados
  • Entregable: Portfolio cuantitativo documentado

Herramientas y Librerías

Data Analysis

  • • Pandas / NumPy
  • • Statsmodels
  • • SciPy

Visualization

  • • Matplotlib
  • • Plotly
  • • Seaborn

Backtesting

  • • Backtrader
  • • Zipline
  • • VectorBT

Optimization

  • • PyPortfolioOpt
  • • CVXPY
  • • scipy.optimize

Skills que Dominarás

Análisis Estadístico Avanzado

Dominar distribuciones financieras, tests de hipótesis, y análisis de series temporales para identificar patrones en datos de mercado.

Backtesting Riguroso

Validar estrategias con datos históricos evitand look-ahead bias, overfitting y otros errores comunes en backtesting.

Optimización de Portfolios

Construir efficient frontiers, implementar Modern Portfolio Theory, y aplicar modelos avanzados como Black-Litterman.

Gestión de Riesgo Profesional

Calcular VaR, CVaR, realizar stress tests y implementar position sizing dinámico para proteger capital.

Requisitos Previos

  • Python: Conocimientos intermedios (funciones, clases, bibliotecas)
  • Matemáticas: Cálculo, álgebra lineal y estadística básica
  • Finanzas: Conceptos básicos de trading y mercados
  • Pandas: Recomendable (se cubre en primera semana si no)

Inversión

Curso Completo

$597
  • ✅ Acceso de por vida a todo el contenido
  • ✅ 8 semanas de material estructurado
  • ✅ Código y notebooks completos
  • ✅ Datasets profesionales incluidos
  • ✅ Portfolio final documentado
  • ✅ Certificado de finalización
  • ✅ Actualizaciones gratis
Inscribirme Ahora