Microsite Course F

Curso sabatino on line_

Aplicaciones avanzadas de ___

deep learning en Finanzas_

empezar_

Más info:

Temario

Teoría Moderna de Portafolios y optimización

Análisis Financiero.

Elementos de Programación Orientada a objetos.

Análisis de sentimientos.

Series de Tiempo.

Módulo 1_

Elementos de Programación Orientada a objetos_

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. Clases 2. Herencias 3. Polimorfismos

Módulo 2_

Análisis Financiero_

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.

Módulo 3_

Series de tiempo Asociadas a instrumentos financieros_

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 GARCH 3. Pronósticos con Prophet

Módulo 4_

Teoría Moderna de Portafolios y optimización_

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 Markowitz 2. Coeficiente de Sharpe 3. Modelo de tres factores de Fama-French. 4. Optimización con algoritmos genéticos.

Módulo 4_

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

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 NLP 3.Visualización y Análisis 4. Herramientas y Bibliotecas.

Sobre el profe_

Dr. en Ciencias Julio César Galindo

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.

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