GARCH, volatilidad estocástica, EVT, cópulas y ML para finanzas
Este curso de econometría financiera te guía desde los patrones básicos de los retornos financieros hasta técnicas avanzadas de machine learning, todo con simulaciones interactivas y ejemplos prácticos con datos reales de Bitcoin, acciones y criptomonedas.
Estructura del curso: Los módulos 1-4 cubren fundamentos (stylized facts, ARIMA, ARCH/GARCH). Los módulos 5-8 avanzan a modelos sofisticados (GARCH asimétricos, MGARCH, SV, RV). Los módulos 9-11 cubren tópicos avanzados (EVT, cópulas, ML). El módulo 12 es el examen final con certificado.
Este curso cubre los modelos avanzados de econometría financiera: stylized facts de retornos, modelos ARIMA, ARCH/GARCH univariantes y asimétricos, MGARCH multivariante, volatilidad estocástica, volatilidad realizada con datos de alta frecuencia, Extreme Value Theory para VaR y ES, cópulas para dependencia no lineal, y machine learning para pronóstico financiero. Cada módulo combina teoría con simulaciones interactivas y quizzes.
Evalúa tus conocimientos previos en econometría financiera con un quiz cronometrado de 120 segundos.
No normalidad, clustering de volatilidad, efecto leverage, Gaussianidad agregacional.
EMH, random walk, ARMA para media condicional, variance ratio test.
ARCH(q), GARCH(1,1), estacionariedad, persistencia, news impact curve.
EGARCH, GJR-GARCH, TGARCH, APARCH y leverage effect.
DCC, BEKK, correlación dinámica, portfolio VaR, maldición de dimensionalidad.
SV vs GARCH, MCMC, particle filter, leverage SV, log-volatilidad AR(1).
RV, bipower variation, detección de saltos, HAR-RV, regla de 5 minutos.
Block Maxima GEV, POT GPD, VaR y ES con EVT, colas pesadas.
Sklar, Gaussian & t copula, dependencia de colas, Clayton, Gumbel, IFM.
LSTM, XGBoost, Random Forest, SHAP, feature engineering, backtesting.
Examen final de 10 preguntas + insignia + certificado personalizado.