Instituto BME BME: Bolsas y Mercados Españoles Contacto
Home / Programas Máster / Máster en Inteligencia Artificial aplicada a los Mercados Financieros (mIA-X) >
Máster en Inteligencia Artificial aplicada a los Mercados Financieros (mIA-X)
8ª Edición
Máster en Inteligencia Artificial aplicada a los Mercados Financieros (mIA-X)
PRÓXIMAS
CONVOCATORIAS
Inscripción
ABIERTA
CONVOCATORIA
Fechas:
De 01/10/2021 a 27/03/2023
Lugar:
Palacio de la Bolsa - Virtual
Horario:
Viernes de 16 a 21 h. y Sábados de 9 a 13h.
Duración:
635 h.
Precio:
15000€
  • Presentación
  • Dirigido A
  • Objetivo
  • Temario
  • Observaciones
  • Ponentes

NOVEDAD:

Al desarrollo del curso en formato presencial, añadimos la flexibilidad de poder asistir a las sesiones de forma VIRTUAL a través de la difusión de las mismas por streaming en directo. Todas las sesiones se grabarán. De esta manera el alumno que por circunstancias profesionales o personales no pueda asistir a alguna sesión no perderá la continuidad del curso.

Esta circunstancia también ofrece una ventaja añadida para todos aquellos profesionales que residan fuera de Madrid y que tengan dificultades para asistir con regularidad a las clases presenciales, ya que podrán inscribirse al curso en formato virtual sin tener que desplazarse asistiendo a las clases a través del aula virtual. 

Si tienes cualquier duda escríbenos a institutobme@grupobme.es y te explicaremos la metodología.

PRESENTACIÓN

La creciente complejidad que ha adquirido la gestión financiera, debido fundamentalmente a la incorporación de nuevos y sofisticados productos, así como la irrupción de los algoritmos de inversión, cada vez más inteligentes, requiere a los gestores profesionales un profundo conocimiento, tanto de las técnicas de inversión tradicionales como de las nuevas alternativas en programación e inteligencia artificial.

Conscientes de esta necesidad y con el objetivo de aportar soluciones a la comunidad financiera, Instituto BME pone en marcha la nueva edición de esta iniciativa. Un programa ambicioso pero cuidado al máximo detalle donde concentramos todos nuestros esfuerzos y experiencia para dotar al mercado de profesionales preparados al máximo nivel y dispuestos a afrontar los retos que se presenten en su carrera de forma resuelta y creativa.

RECOMENDACIONES

Es imprescindible asistir a las sesiones con portátil.  Se recomienda el equipo Intel Core i5, 8 GB de RAM, disco SSD y tarjeta gráfica Nvidia compatible con CUDA. 

EN COLABORACIÓN CON:

               

  

Graduados en Ingeniería o Ciencias Económicas, Administración y Dirección de Empresas, Estadística, Física o Matemáticas.

El máster tiene dos perfiles de acceso:

Uno más técnico en donde el alumnado lo componen físicos, matemáticos, telecos, ingenieros, informáticos… en definitiva alumnos con profundos conocimientos de programación y matemáticas, pero con una carencia de conocimientos bursátiles.

Y un segundo perfil de componente más financiero (ade, economía, actuariales), traders, brokers, gestores de fondos de inversión, responsables de control y gestión de riesgo, auditoría… alumnos con conocimientos financiero - bursátiles, pero con carencia de conocimientos en programación o matemáticas.

Los primeros módulos del máster están diseñados para que ambos grupos igualen sus conocimientos, reforzando sus respectivas carencias.

El principal objetivo es dotar al mercado de profesionales del más alto nivel en Inteligencia Artificial, capaces de desarrollar nuevos modelos de gestión de inversiones, y con profundos conocimientos de los distintos tipos de mercados y productos.

El Máster mIA-X:

  • Profundizará en las distintas ramas de inteligencia artificial, desde modelos tradicionales como redes neuronales delgadas, hasta redes neuronales profundas, aprendizaje por refuerzo o modelos adversariales. Utilizando un enfoque totalmente práctico y orientado al diseño de algoritmos de inversión.

    Proporcionará herramientas y conocimientos prácticos, permitiendo aplicar constantemente las técnicas más avanzadas de la programación distribuida en nube, aplicándola al diseño de algoritmos de inversión.
  • Permitirá a los alumnos afrontar cualquier desafío futuro relacionado con el nuevo entorno económico en el que se desarrollan los Mercados Financieros.

El máster dará acceso a obtener:

  • Licencia de operador en Derivados emitida por Bolsas y Mercados Españoles - SIX
  • Licencia de operador en Renta Variable emitida por Bolsas y Mercados Españoles - SIX
  • Certificado de desarrollador en Computación Cuántica emitida por IBM
  • Certificado de desarrollador en TensorFlow emitido por Google
  • Posibilidad de acceder a la Aceleradora de Start Ups de IA de SIX Group - BME

 

TEMARIO

viernes, 1 de octubre de 2021 Introducción a Visual Basic para finanzas Sesión I
sábado, 2 de octubre de 2021 Introducción a Visual Basic para finanzas Sesión II
viernes, 8 de octubre de 2021 Visión General de la inteligencia Artificial
sábado, 9 de octubre de 2021 Fundamentos de programación en R: sentencias, bucles, funciones y vectores
viernes, 15 de octubre de 2021 Matrices, factores, listas y data frames
sábado, 16 de octubre de 2021 Importación, limpieza y manipulación de datos
viernes, 22 de octubre de 2021 Librerías avanzadas Dplyr, Data Table, Apply, Pipes
sábado, 23 de octubre de 2021 web scraping, gráficos, distribuciones y análisis de rendimiento
viernes, 29 de octubre de 2021 Elementos de programación y vectorización con numpy
sábado, 30 de octubre de 2021 Programación en python para finanzas y análisis estadístico
viernes, 5 de noviembre de 2021 Visualización y estructuras de datos para series financieras
sábado, 6 de noviembre de 2021 Intercambio de datos con otros entornos y simulación de procesos estocásticos
viernes, 12 de noviembre de 2021 Medición de riesgos (VaR), regresión y clasificación
sábado, 13 de noviembre de 2021 Web scraping, análisis de rendimiento y vectorización
viernes, 19 de noviembre de 2021 Programación orientada a objetos
sábado, 20 de noviembre de 2021 Productos financieros: qué productos existen y cuales son sus diferencias
viernes, 26 de noviembre de 2021 Renta variable
sábado, 27 de noviembre de 2021 Renta fija
viernes, 3 de diciembre de 2021 Curva cupón cero
sábado, 4 de diciembre de 2021 Mercado de divisas y derivados de divisa
viernes, 10 de diciembre de 2021 Futuros sobre índices y acciones
sábado, 11 de diciembre de 2021 Opciones de renta variable
miércoles, 15 de diciembre de 2021 Terminal Smart y preparación para examen de licencias de operador
jueves, 16 de diciembre de 2021 Terminal Smart y preparación para examen de licencias de operador
viernes, 17 de diciembre de 2021 Gestión de la volatilidad
sábado, 18 de diciembre de 2021 Gestión de sensibilidades y estrategias
viernes, 7 de enero de 2022 Obtención de datos.
sábado, 8 de enero de 2022 Homogeneización y desmanipulación de los datos.
jueves, 13 de enero de 2022 Examen licencias SIBE y MEFF (teoría online por la mañana y práctica presencial por la tarde)
viernes, 14 de enero de 2022 Análisis de rendimiento y alpha de Jensen
sábado, 15 de enero de 2022 Frontera de Markowitz y ratio de Sharpe
viernes, 21 de enero de 2022 Backtesting avanzado, prueba de aleatoriedad y benchmark sintético
sábado, 22 de enero de 2022 Construcción de algoritmos: selección de activos, precios objetivos de compra y venta
viernes, 28 de enero de 2022 Construcción de algoritmos: parámetros dinámicos, asignación de recursos
sábado, 29 de enero de 2022 Generación de recomendaciones y algoritmos avanzados
viernes, 4 de febrero de 2022 Backtesting avanzado de Algoritmos de Inversión Sesión I
sábado, 5 de febrero de 2022 Backtesting avanzado de Algoritmos de Inversión Sesión II
viernes, 11 de febrero de 2022 Gestión de grandes patrimonios. Sesión I
sábado, 12 de febrero de 2022 Gestión de grandes patrimonios. Sesión II
viernes, 18 de febrero de 2022 Modelos Macroeconómicos: Investment Clock
sábado, 19 de febrero de 2022 Modelos de Gestión de Carteras
viernes, 25 de febrero de 2022 Modern Portfolio Theory and beyond. Sesión I
sábado, 26 de febrero de 2022 Modern Portfolio Theory and beyond. Sesión II
viernes, 4 de marzo de 2022 Modern Portfolio Theory and beyond. Sesión III
sábado, 5 de marzo de 2022 Algoritmos genéticos
jueves, 10 de marzo de 2022 Proyecto. Sesión I.
viernes, 11 de marzo de 2022 Algoritmos enjambre
sábado, 12 de marzo de 2022 Algoritmos de mejor ejecución
viernes, 18 de marzo de 2022 Derecho aplicado a bolsa y algoritmos. Normativa europea e internacional
sábado, 19 de marzo de 2022 Derecho aplicado a IA. Normativa internacional y casos prácticos 
viernes, 25 de marzo de 2022 Optimización lineal y cuadrática: restricciones, modelado e identificación de arbitraje
sábado, 26 de marzo de 2022 Optimización con programación entera mixta: modelado, algoritmos y técnicas de resolución
viernes, 1 de abril de 2022 Optimización: búsqueda eurística y búsqueda local estocástica
sábado, 2 de abril de 2022 Principios de desarrollo:Terminal, docker, kubernetes
viernes, 8 de abril de 2022 Google. Sesión I
sábado, 9 de abril de 2022 Google. Sesión II
viernes, 22 de abril de 2022 Google. Sesión III
sábado, 23 de abril de 2022 Google. Sesión IV
viernes, 29 de abril de 2022 Azure. Sesión I
sábado, 30 de abril de 2022 Azure. Sesión II
viernes, 6 de mayo de 2022 Azure. Sesión III
sábado, 7 de mayo de 2022 Azure. Sesión IV
viernes, 13 de mayo de 2022 Amazon AWS. Sesión I
sábado, 14 de mayo de 2022 Amazon AWS. Sesión II
viernes, 20 de mayo de 2022 Amazon AWS. Sesión III
sábado, 21 de mayo de 2022 Amazon AWS. Sesión IV
viernes, 27 de mayo de 2022 Técnicas de visualización (Dash): Sesión I
sábado, 28 de mayo de 2022 Técnicas de visualización (Dash): Sesión II
jueves, 2 de junio de 2022 Proyecto. Sesión II
viernes, 3 de junio de 2022 Machine Learning. Sesión I
sábado, 4 de junio de 2022 Machine Learning. Sesión II
viernes, 10 de junio de 2022 Machine Learning. Sesión III
sábado, 11 de junio de 2022 Machine Learning. Sesión IV
viernes, 17 de junio de 2022 Machine Learning. Sesión V
sábado, 18 de junio de 2022 Redes neuronales. Sesión I
viernes, 24 de junio de 2022 Redes neuronales. Sesión II
sábado, 25 de junio de 2022 Tensorflow. Sesión I
viernes, 1 de julio de 2022 Tensorflow. Sesión II
sábado, 2 de julio de 2022 Keras.
viernes, 8 de julio de 2022 Optimización de Hiperparámetros.
sábado, 9 de julio de 2022 Redes convolucionales. Sesión I
viernes, 15 de julio de 2022 Redes convolucionales. Sesión II
sábado, 16 de julio de 2022 Redes recurrentes. Sesión I
viernes, 22 de julio de 2022 Redes recurrentes. Sesión II
sábado, 23 de julio de 2022 Redes convolucionales. Sesión III
viernes, 29 de julio de 2022 Redes convolucionales. Sesión IV
sábado, 30 de julio de 2022 Procesamiento de lenguaje natural. Sesión I
viernes, 2 de septiembre de 2022 Procesamiento de lenguaje natural. Sesión II
sábado, 3 de septiembre de 2022 Procesamiento de lenguaje natural. Sesión III
viernes, 9 de septiembre de 2022 Procesamiento de lenguaje natural. Sesión IV
sábado, 10 de septiembre de 2022 Procesamiento de lenguaje natural. Sesión V
jueves, 15 de septiembre de 2022 Redes de Kohonen
viernes, 16 de septiembre de 2022 Modelos generativos. Sesión I
sábado, 17 de septiembre de 2022 Modelos generativos. Sesión II
viernes, 23 de septiembre de 2022 Modelos generativos adversarios. Sesión III
sábado, 24 de septiembre de 2022 Modelos generativos adversarios. Sesión IV
jueves, 29 de septiembre de 2022 Proyecto. Sesión III
viernes, 30 de septiembre de 2022 Sistemas de recomendación
sábado, 1 de octubre de 2022 Aprendizaje por transferencia / Redes de capsula
viernes, 7 de octubre de 2022 Resnet 51 - 101
sábado, 8 de octubre de 2022 Preparación para la certificación de desarrollador en TensorFlow
viernes, 14 de octubre de 2022 Modelos gráficos probabilísticos. Sesión I
sábado, 15 de octubre de 2022 Modelos gráficos probabilísticos. Sesión II
viernes, 21 de octubre de 2022 Aprendizaje justo (fair learning)
sábado, 22 de octubre de 2022 Explainable Artificial Intelligence (XAI)
viernes, 28 de octubre de 2022 Aprendizaje por refuerzo. Sesión I
sábado, 29 de octubre de 2022 Aprendizaje por refuerzo. Sesión II
viernes, 4 de noviembre de 2022 Aprendizaje por refuerzo. Sesión III Automated machine learning
sábado, 5 de noviembre de 2022 Aprendizaje por refuerzo. Sesión IV (entornos)
viernes, 11 de noviembre de 2022 Aprendizaje por refuerzo. Sesión V
sábado, 12 de noviembre de 2022 Aprendizaje por refuerzo. Sesión VI
jueves, 17 de noviembre de 2022 Examen de certificación: desarrollador en TensorFlow 
viernes, 18 de noviembre de 2022 Blockchain: seguridad, cadena de bloques, smart contracts
sábado, 19 de noviembre de 2022 Blockchain: arquitectura, algoritmos de consenso, ejecución, depuración
viernes, 25 de noviembre de 2022 Solidity y Ethereum, truffle, creación de tokens, contratos avanzados
sábado, 26 de noviembre de 2022 Implementaciones avanzadas en Solidiy, Web3, servicios off-chain
viernes, 2 de diciembre de 2022 Terminal Reuters
sábado, 3 de diciembre de 2022 Servicios Cognitivos: Watson
viernes, 9 de diciembre de 2022 Introducción a la Computación Cuántica
sábado, 10 de diciembre de 2022 Álgebra lineal para su aplicación en la Computación Cuántica
jueves, 15 de diciembre de 2022 Principios de la mecánica Cuántica
viernes, 16 de diciembre de 2022 Sistemas compuestos
sábado, 17 de diciembre de 2022 Algoritmos cuánticos
viernes, 13 de enero de 2023 Software para computación cuántica y Qiskit Terra
sábado, 14 de enero de 2023 Computación clásica vs cuántica
viernes, 20 de enero de 2023 Qiskit Aer y Qiskit Ignis
sábado, 21 de enero de 2023 Aplicaciones de la computación cuántica y algoritmos específicos
viernes, 27 de enero de 2023 Aplicaciones de la computación cuántica en Finanzas 
sábado, 28 de enero de 2023 Qiskit Aqua 
viernes, 3 de febrero de 2023 Examen de certificación: desarrollador en Computación Cuántica
martes, 28 de febrero de 2023 Defensa de TFM. Sesión I
miércoles, 1 de marzo de 2023 Defensa de TFM. Sesión II
lunes, 27 de marzo de 2023 Clausura del máster

Si se realiza un pago único se aplicará un 10% de descuento.

Las inscripciones realizadas por empresas obtendrán un 15% de descuento en la segunda inscripción y un 20% a partir de la tercera y siguientes.

La evaluación de los conocimientos adquiridos se realizará de la siguiente manera:

  • Un 70% de la nota final se evaluará con la entrega de diversas prácticas realizadas individualmente.
  • El 30% restante se evaluará con el trabajo de fin de máster consistente en el diseño y desarrollo de un algoritmo de inversión. Tanto la media de las prácticas, como el TFM, deben estar aprobados para superar el máster y obtener el título correspondiente.

  • Los alumnos que no cumplan con estos requisitos podrán recibir un certificado de asistencia si han asistido al menos al 70% de las sesiones impartidas.

RECOMENDACIONES

Se recomienda asistir con portátil con 8 -16 GB de RAM y tarjeta gráfica Nvidia compatible con CUDA.

 

Guillermo Meléndez Alonso

Responsable del laboratorio de Inteligencia Artificial en Bolsas y Mercados Inntech

Experto en el diseño de algoritmos de inversión evolutivos, capaces de adaptarse y evolucionar sin intervención humana. Cuatro veces número uno de promoción: Finanzas, Auditoría, Data Science y Deep Learning.

Javier Riaño

Quant AI Developer. Socio fundador de Diaphanum Valores S.V y socio fundador de IronIA Fintech

Soy Licenciado en Administración y Dirección de Empresas por la Universidad Comercial de Deusto. Mi trabajo se centra en el desarrollo de algoritmos de inversión con IA, y en la creación de modelos de gestión basados en el control de volatilidades.

Jesús Sanz del Real

Miembro del proyecto SofIA en BME Inntech

Doble graduado en Derecho y Dirección de Empresas por la Carlos III. Experto en el desarrollo de algoritmos de inversión y algoritmos de mejor ejecución aplicando técnicas de Inteligencia Artificial y Big Data.

Carmen Recio Valcarce

IBM Cognitive Systems Technical Specialist

Matemática, especializada en Computación Cuántica e Inteligencia Artificial. Data Scientist, Embajadora de Computación Cuántica y Qiskit Advocate en IBM. Voluntaria del proyecto ESTALMAT de la Real Academia de las Ciencias Exactas, Físicas y Naturales, y fundadora de las Comunidades “Computación Cuántica en Madrid” y “Quantum Barcelona”.

Marcos Aza, Ph.D

Senior Investment Manager en Santander Asset Management

Ingeniero Industrial por la Universidad Politécnica de Madrid y Doctor en Finanzas por la Universidad Rey Juan Carlos. Responsable de la aplicación de la inteligencia artificial al trading algorítmico.

Franco Dante Albareti

Data Scientist & Software Developer en BME Inntech

Doctorado Cum Laude en Física Teórica por la Universidad Autónoma de Madrid. Experto en computación cuántica, desarrollando modelos y métricas para la mejor ejecución de órdenes en Bolsas y Mercados Españoles

Manuel Montañés

Investigador en la Universidad de Autónoma de Madrid,

Doctor en Ingeniería Informática y profesor en la UAM. Experto en métodos avanzados de Machine Learning

Álvaro Galiñanes

Director de Inversiones en Banco Santander / Banca Privada

Más de veinte años de experiencia en mercados financieros, habiendo trabajado en diferentes áreas como gestora de activos, banca privada y analista macro y financiero.

Francisco del Olmo

Subdirector responsable Fintech y Ciberseguridad de la CNMV

Ingeniero en Informática por ICAI y Master en ciberseguridad por la UAM. Durante más de 25 años ha trabajado con diferentes responsabilidades en departamentos de supervisión e inspección de la CNMV, y desde 2018 asume el reto de impulsar la innovación y la ciberseguridad en el ámbito de los mercados de valores.

Álvaro Rodríguez Revilla

Global Strategy & Research en BBVA

Full stack developer / Quantitative Researcher en BBVA. Especializado en el análisis de datos financieros e integración de sistemas de información.

Diego García Novillo

Asesor jurídico en Grupo BME

Abogado en la Asesoría Jurídica de BME desde el 2016. Anteriormente abogado en Uría Menéndez. Soy Licenciado en Derecho y Administración de Empresas. Me dedico a dar asesoramiento legal a las distintas líneas de negocio de BME, cubriendo cuestiones tanto de mercado de valores como de nuevas tecnologías.

Jorge del Val Santos

Senior Deep Learning Research Engineer at Embark Studios”

Investigador enfocado en matemáticas aplicadas e inteligencia artificial. Centrado en el aprendizaje automático, los sistemas multi-agente y el análisis numérico. En particular, técnicas de aprendizaje profundo para el modelado generativo y el aprendizaje de refuerzo.

Mykola Harvat

Artificial Intelligence Scientist at University of Valencia and Fresenius Medical Care

Graduado en Medicina e Ingeniería de Telecomunicaciones.

Jose Antonio Esteban Sánchez

CEO de IronIA Fintech

Presidente de la Comisión Big Data de Cloud Community Europe. Ha participado en el diseño de soluciones de optimización de Aplicaciones para Mercury (actualmente HP) y en equipos de diagnóstico de problemas de sistemas críticos. Actualmente responsable tecnológico de la empresa de inversión IronIA Fintech.

Álvaro Suárez Bravo

Responsable del laboratorio de DLT en Bolsas y Mercados Españoles Inntech

Computer Engineer. Implantando la tecnología Blockchain en los mercados financieros.

Luís Fernando Lago Fernández

Profesor en la Universidad Autónoma de Madrid

Profesor del Departamento de Ingeniería Informática en la UAM. Investiga e imparte clases de Machine Learning, Big Data y Data Science. Ha participado en numerosos proyectos de minería y análisis de datos en el ámbito empresarial.

Francisco Javier González Gosálbez

President & CEO en Cartagon

Profesor asociado en The Valley Digital Business School.

Francisco Merlos Fernández

Pre and Post Sales Consulting Deputy Director en BME Inntech

Ingeniero de telecomunicaciones por la universidad Politécnica de Madrid, experto en algoritmos de best execution y transaction cost analysis.

Valero Laparra Pérez

Investigador en la Universidad de Valencia

Desarrollando métodos estadísticos de aprendizaje para el proyecto europeo SEDAL http://isp.uv.es/sedal.html

Jaime Requejo Tovar

CTO en IBM Watson, sistemas cognitivos, con más de 20 años de experiencia

Licenciado en matemáticas y experto en desarrollo de servicios Cognitivos con IBM Watson. Responsable de la actividad IT en la región, España, Portugal, Israel, & Grecia

Fernando de la Calle Silos

Quantitative Researcher en BME Inntech

Doctor en Telecomunicaciones por la Universidad Carlos III de Madrid. Su Investigación académica está principalmente enfocada en técnicas de aprendizaje profundo y procesado de señal. Actualmente desarrolla algoritmos de inversión en BME como miembro del proyecto SofIA.

Alberto Oteo García

Matemático y Quantitative Researcher miembro del proyecto SofIA en BME Inntech

Especializado en el desarrollo de modelos de machine learning con experiencia en múltiples campos donde ha aplicado estos modelos avanzados para batir la metodología clásica del sector.

Luis Velasco

Ingeniero Cloud en Google

Computer Engineer. Especializado en entornos cloud y sistemas multiagente.

Enrique Castellanos Hernan

Director de Instituto BME

Licenciado en Ciencias Económicas por la Universidad Autónoma de Madrid, cuenta con una amplia experiencia docente como profesor de Instituto BME. Autor del libro Opciones y futuros de Renta Variable: Manual práctico y de las Lecturas mFIA.

Emilio Gamarra Mompeán

Supervisor de operaciones y Product manager de derivados de tipos de interés y divisas en BME Clearing

Licenciado en empresariales por la Universidad Complutense de Madrid y MBA por el Instituto de Empresa, ha trabajado como trader, gestor en mercados de contado y derivados y consultor financiero.

Tomás de la Rosa Turbides

Miembro del proyecto SofIA en BME Inntech

Doctor en Ciencia y Tecnología por la Universidad Carlos III de Madrid. Más de 10 años de experiencia como investigador y profesor en diferentes campos de la Inteligencia Artificial. Experto en machine learning aplicado a la planificación automática con más de 15 publicaciones científicas en diferentes congresos y revistas internacionales.

 

 

Síguenos en:
FacebookTwitterFlickrLinkedinYouTube
ContactoMapa webPolítica de PrivacidadPolítica de cookiesAviso legalPago proveedores