Curso aplicaciones financieras en Python
Bogotá - virtual
48 horas ( 8 semanas )
Inscripciones abiertasDesde su creación en 1986 la Facultad de Finanzas, Gobierno y Relaciones Internacionales ha respondido a los retos de una sociedad colombiana cada vez más compleja e internacionalizada, que exige profesionales con una visión más amplia sobre cómo abordar diversas problemáticas. De ahí que en todas las actividades académicas de la Facultad converjan varias disciplinas que les brindan a los estudiantes herramientas para una formación integral.
Sus programas de pregrado y posgrado forman profesionales capaces de articular saberes para la toma de decisiones, de asumir posiciones de liderazgo tanto en el sector público como en el privado, capaces de entender el mundo para actuar en él y transformarlo desde distintas posiciones, oficios o lugares.
Este curso entrega a los participantes los fundamentos de programación en Python, el lenguaje de mayor alcance y utilización en el sector financiero, con aplicaciones a problemas de modelación y análisis de instrumentos y problemas financieros usando herramientas computacionales de simulación y optimización.
El objetivo del curso es entrenar al participante en las técnicas de programación en Python (secuenciación, selección, iteración y recursión) así como proveer la fundamentación necesaria para construir un pensamiento algorítmico orientado al manejo de grandes volúmenes de datos y métodos eficientes de resolución de problemas de alta intensidad computacional en el campo financiero.
El curso está dirigido a profesionales de carreras administrativas en general y egresados de carreras de ingeniería, economía y finanzas. El curso es atractivo para profesionales vinculados al sector financiero con interés por aprender y desarrollar habilidades en ciencia de la computación, inteligencia artificial y aprendizaje de máquina aplicados a problemas financieros como la gestión de cartera de clientes, gestión de inversiones, gestión de riesgos y analítica de datos (data science) en la industria financiera. También está orientado a profesionales en ingeniería, matemáticas y ciencias puras con interés por iniciar una carrera en la analítica de datos para la industria financiera.
· Curso con actividades totalmente sincrónicas1.
· Las clases serán remotas por medio de la plataforma ZOOM.
· Se combinan clases magistrales para impartir los conceptos con trabajo práctico en el aula.
· En todas las cases hay aplicaciones prácticas utilizando la metodología de hands on learning.
· El instructor dejará talleres para que los participantes resuelvan por fuera de clase. Esto busca que los participantes afiancen los conceptos. Todas las dudas e inquietudes se atenderán en el horario de clase.
1. Actividad sincrónica es aquella que se desarrolla de manera simultánea entre profesor y estudiantes.
Este curso de 48 horas tiene un costo de $1.500.000. Para la comunidad externadista (egresados, estudiantes de pregrado y de posgrados, docentes, administrativos) aplica un descuento del 20%.
El curso está estructurado en tres módulos:
Módulo 1: Fundamentos de programación (15 horas)
Objetivo: Ofrece una introducción a la ciencia de datos y Python como lenguaje de programación.
· Introducción a Python
· Estructuras de control, iteración, ciclos y condicionales
· Funciones y recursión. Función precio y función duración.
· Mapeo de funciones: Valoración de un portafolio de opciones.
· Programación Orientada a Objetos (OOP): Simulación de hipotecas
Módulo 2: Métodos numéricos para finanzas en Python (12 horas)
Objetivo: Presenta herramientas de optimización y solución de problemas complejos con métodos numéricos y estadísticos. Se realizan aplicaciones en Python
· Trabajando con librerías de funciones: Numpy, pandas, matplotlib
· Implementaciones estocásticas
· Soluciones al problema de portafolio óptimo
· Programación dinámica y optimización
Módulo 3: Machine learning (aprendizaje de máquina) (21 horas)
Objetivo: Se presentan diversas herramientas de aprendizaje de máquina orientadas a la automatización de procesos complejos: Clasificación, Reconocimiento de patrones, Segmentación y evaluación de factores determinantes (PCA)
· Introducción al aprendizaje de máquina: conceptos y fundamentos matemáticos
· Aprendizaje supervisado: Clasificadores lineales, algoritmo perceptrón
· Aprendizaje supervisado: Regresión lineal
· Aprendizaje supervisado: Redes neuronales
· Aprendizaje no supervisado: Análisis de componentes principales
· Aprendizaje no supervisado: Clustering
· Natural language processing
Diego Fernando Ochoa Cuervo
Profesional en Finanzas y Relaciones Internacionales (2005) y Master en Finanzas (2013) de la Universidad Externado de Colombia. Se ha desempeñado profesionalmente en áreas de inversiones y riesgo de diversas entidades del sistema financiero colombiano. Desde 2015 su trabajo se ha enfocado en el análisis cuantitativo. Es fundador de AQM – Applied Quantitative management.