Microsite Course F

Curso sabatino on line_

deep learning en Finanzas_

Aplicaciones avanzadas de ___

x

empezar_

Más info:

Temario

x

+

Elementos de Programación Orientada a objetos.

+

Análisis Financiero.

+

Series de Tiempo.

+

+

Teoría Moderna de Portafolios y optimización

Análisis de sentimientos.

Módulo 1_

x

En Python, la programación orientada a objetos (POO) se basa en varios conceptos clave que permiten la creación y manipulación de objetos, en este curso estudiaremos tres de los principales:1. Clases2. Herencias3. Polimorfismos

Elementos de Programación Orientada a objetos_

Módulo 2_

x

Realizar análisis financiero con Python es una excelente opción debido a la amplia gama de bibliotecas y herramientas disponibles para manipular datos financieros, realizar cálculos avanzados y visualizar resultados de manera efectiva. En este curso abarcaremos:1. Manipulación de datos.2. Visualización de datos.3. Análisis Estadístico.4. Modelado y predicción.

Análisis Financiero_

Módulo 3_

x

Trabajar con series de tiempo asociadas a instrumentos financieros es fundamental para el análisis y la predicción en el ámbito financiero, este módulo se enfoca en bibliotecas clave y ejemplos prácticos.1. Procesos ARIMA 2. Procesos GARCH3. Pronósticos con Prophet

Series de tiempo Asociadas a instrumentos financieros_

Módulo 4_

x

Implementar la Teoría Moderna de Portafolios y la optimización de portafolios en Python te permite aprovechar el poder de la computación para construir carteras que equilibren eficientemente rendimiento y riesgo.1. Frontera eficiente de Markowitz2. Coeficiente de Sharpe3. Modelo de tres factores de Fama-French.4. Optimización con algoritmos genéticos.

Teoría Moderna de Portafolios y optimización_

Módulo 4_

x

El análisis de sentimientos sobre datos financieros utilizando procesamiento de lenguaje natural (NLP) implica la aplicación de técnicas computacionales para extraer y analizar opiniones, emociones y actitudes expresadas en texto relacionado con el mercado financiero. Nuestro módulo se centrará en:1. Preparación de datos.2. Análisis de Sentimientos con NLP3.Visualización y Análisis4. Herramientas y Bibliotecas.

Análisis de sentimientos sobre datos financieros usando procesamiento de lenguaje natural (NLP)

Sobre el profe_

x

Actuario de la Facultad de Ciencias UNAM y doctorado por el IMATE.Ha realizado estancias de investigación en:

• Universidad Estatal de San Petersburgo
• Instituto Euler San en Petersburgo
• Instituto de Matemáticas Alfred Renyi en Budapest.

Cuenta con Maestría en Deep Learning por el MIT y ha participado en mas de 40 ponencias nacionales e internacionales.Actualmente es docente de ciencia de datos y deep learning en distintas instituciones a nivel licenciatura y maestría.Cuenta con más de 15 años de experiencia docente.

Dr. en Ciencias Julio César Galindo

Impartido por el Dr. Julio César Galindo.Clases los sabados en horario de 10:00 - 12:00 hrs. 6 semanas de clase.Inscripciones o dudas al: 55 4064 8093