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)
5ª Edición
Máster en Inteligencia Artificial aplicada a los Mercados Financieros (mIA-X)
PRÓXIMAS
CONVOCATORIAS
PRÓXIMAS
CONVOCATORIAS
Fechas:
De 03/04/2020 a 29/04/2021
Lugar:
Palacio de la Bolsa.
Horario:
Viernes de 16:00 a 21:00 h. y sábados de 9:00 a 14:00 h.
Duración:
625 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. 

En el caso de estar interesado de acogerse a esta modalidad, indicar que deberá incorporar el siguiente código al formalizar la inscripción: " VIRTUAL".

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

PRESENTACIÓN

Instituto BME en colaboración con MBIT School (www.mbitschool.comha puesto en marcha una nueva Edición del Máster en Inteligencia Artificial aplicada a los Mercados Financieros. 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:

MBIT               

  

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

Estamos trabajando en el nuevo  folleto.

TEMARIO

viernes, 9 de abril de 2021 Introducción a Visual Basic para finanzas Sesión I
sábado, 10 de abril de 2021 Introducción a Visual Basic para finanzas Sesión II
viernes, 16 de abril de 2021 Visión General de la inteligencia Artificial
sábado, 17 de abril de 2021 Fundamentos de programación en R: sentencias, bucles, funciones y vectores
jueves, 22 de abril de 2021 Matrices, factores, listas y data frames
viernes, 23 de abril de 2021 Importación, limpieza y manipulación de datos
sábado, 24 de abril de 2021 Librerías avanzadas Dplyr, Data Table, Apply, Pipes
viernes, 30 de abril de 2021 web scraping, gráficos, distribuciones y análisis de rendimiento
viernes, 7 de mayo de 2021 Elementos de programación y vectorización con numpy
sábado, 8 de mayo de 2021 Programación en python para finanzas y análisis estadístico
viernes, 14 de mayo de 2021 Visualización y estructuras de datos para series financieras
sábado, 15 de mayo de 2021 Intercambio de datos con otros entornos y simulación de procesos estocásticos
viernes, 21 de mayo de 2021 Medición de riesgos (VaR), regresión y clasificación
sábado, 22 de mayo de 2021 Web scraping, análisis de rendimiento y vectorización
viernes, 28 de mayo de 2021 Programación orientada a objetos
sábado, 29 de mayo de 2021 Productos financieros: qué productos existen y cuales son sus diferencias
viernes, 4 de junio de 2021 Renta variable
sábado, 5 de junio de 2021 Renta fija
jueves, 10 de junio de 2021 Curva cupón cero
viernes, 11 de junio de 2021 Mercado de divisas y derivados de divisa
sábado, 12 de junio de 2021 Futuros sobre índices y acciones
jueves, 17 de junio de 2021 Opciones de renta variable
viernes, 18 de junio de 2021 Gestión de la volatilidad
sábado, 19 de junio de 2021 Gestión de sensibilidades y estrategias
jueves, 24 de junio de 2021 Obtención de datos.
viernes, 25 de junio de 2021 Homogeneización y desmanipulación de los datos.
sábado, 26 de junio de 2021 Análisis de rendimiento y alpha de Jensen
jueves, 1 de julio de 2021 Frontera de Markowitz y ratio de Sharpe
viernes, 2 de julio de 2021 Backtesting avanzado, prueba de aleatoriedad y benchmark sintético
sábado, 3 de julio de 2021 Construcción de algoritmos: selección de activos, precios objetivos de compra y venta
jueves, 8 de julio de 2021 Construcción de algoritmos: parámetros dinámicos, asignación de recursos
viernes, 9 de julio de 2021 Generación de recomendaciones y algoritmos avanzados
sábado, 10 de julio de 2021 Backtesting avanzado de Algoritmos de Inversión Sesión I
jueves, 15 de julio de 2021 Backtesting avanzado de Algoritmos de Inversión Sesión II
viernes, 16 de julio de 2021 Gestión de grandes patrimonios. Sesión I
sábado, 17 de julio de 2021 Gestión de grandes patrimonios. Sesión II
jueves, 22 de julio de 2021 Modelos Macroeconómicos: Investment Clock
viernes, 23 de julio de 2021 Modelos de Gestión de Carteras
sábado, 24 de julio de 2021 Modern Portfolio Theory and beyond. Sesión I
jueves, 29 de julio de 2021 Modern Portfolio Theory and beyond. Sesión II
viernes, 30 de julio de 2021 Modern Portfolio Theory and beyond. Sesión III
sábado, 31 de julio de 2021 Algoritmos genéticos
jueves, 2 de septiembre de 2021 Proyecto. Sesión I.
viernes, 3 de septiembre de 2021 Algoritmos enjambre
sábado, 4 de septiembre de 2021 Terminal Smart y examen de certificación: licencias de operador SIBE y MEFF
viernes, 10 de septiembre de 2021 Algoritmos de mejor ejecución
sábado, 11 de septiembre de 2021 Derecho aplicado a bolsa y algoritmos. Normativa europea e internacional
viernes, 17 de septiembre de 2021 Derecho aplicado a IA. Normativa internacional y casos prácticos 
sábado, 18 de septiembre de 2021 Optimización lineal y cuadrática: restricciones, modelado e identificación de arbitraje
jueves, 23 de septiembre de 2021 Optimización con programación entera mixta: modelado, algoritmos y técnicas de resolución
viernes, 24 de septiembre de 2021 Optimización: búsqueda eurística y búsqueda local estocástica
sábado, 25 de septiembre de 2021 Principios de desarrollo:Terminal, docker, kubernetes
viernes, 1 de octubre de 2021 Google. Sesión I
sábado, 2 de octubre de 2021 Google. Sesión II
viernes, 8 de octubre de 2021 Google. Sesión III
sábado, 9 de octubre de 2021 Google. Sesión IV
viernes, 15 de octubre de 2021 Azure. Sesión I
sábado, 16 de octubre de 2021 Azure. Sesión II
viernes, 22 de octubre de 2021 Azure. Sesión III
sábado, 23 de octubre de 2021 Azure. Sesión IV
viernes, 29 de octubre de 2021 Amazon AWS. Sesión I
sábado, 30 de octubre de 2021 Amazon AWS. Sesión II
viernes, 5 de noviembre de 2021 Amazon AWS. Sesión III
sábado, 6 de noviembre de 2021 Amazon AWS. Sesión IV
viernes, 12 de noviembre de 2021 Técnicas de visualización (Dash): Sesión I
sábado, 13 de noviembre de 2021 Técnicas de visualización (Dash): Sesión II
jueves, 18 de noviembre de 2021 Proyecto. Sesión II
viernes, 19 de noviembre de 2021 Machine Learning. Sesión I
sábado, 20 de noviembre de 2021 Machine Learning. Sesión II
viernes, 26 de noviembre de 2021 Machine Learning. Sesión III
sábado, 27 de noviembre de 2021 Machine Learning. Sesión IV
viernes, 3 de diciembre de 2021 Machine Learning. Sesión V
sábado, 4 de diciembre de 2021 Redes neuronales. Sesión I
viernes, 10 de diciembre de 2021 Redes neuronales. Sesión II
sábado, 11 de diciembre de 2021 Tensorflow. Sesión I
jueves, 16 de diciembre de 2021 Tensorflow. Sesión II
viernes, 17 de diciembre de 2021 Keras.
sábado, 18 de diciembre de 2021 Optimización de Hiperparámetros.
viernes, 7 de enero de 2022 Redes convolucionales. Sesión I
sábado, 8 de enero de 2022 Redes convolucionales. Sesión II
viernes, 14 de enero de 2022 Redes convolucionales. Sesión III
sábado, 15 de enero de 2022 Redes convolucionales. Sesión IV
viernes, 21 de enero de 2022 Redes recurrentes. Sesión I
sábado, 22 de enero de 2022 Redes recurrentes. Sesión II
viernes, 28 de enero de 2022 Redes de Kohonen
sábado, 29 de enero de 2022 Procesamiento de lenguaje natural. Sesión I
viernes, 4 de febrero de 2022 Procesamiento de lenguaje natural. Sesión II
sábado, 5 de febrero de 2022 Procesamiento de lenguaje natural. Sesión III
viernes, 11 de febrero de 2022 Procesamiento de lenguaje natural. Sesión IV
sábado, 12 de febrero de 2022 Procesamiento de lenguaje natural. Sesión V
viernes, 18 de febrero de 2022 Modelos generativos. Sesión I
sábado, 19 de febrero de 2022 Modelos generativos. Sesión II
viernes, 25 de febrero de 2022 Modelos generativos adversarios. Sesión III
sábado, 26 de febrero de 2022 Modelos generativos adversarios. Sesión IV
jueves, 3 de marzo de 2022 Proyecto. Sesión III
viernes, 4 de marzo de 2022 Sistemas de recomendación
sábado, 5 de marzo de 2022 Aprendizaje por transferencia / Redes de capsula
viernes, 11 de marzo de 2022 Resnet 51 - 101
sábado, 12 de marzo de 2022 Preparación para la certificación de desarrollador en TensorFlow
viernes, 18 de marzo de 2022 Modelos gráficos probabilísticos. Sesión I
sábado, 19 de marzo de 2022 Modelos gráficos probabilísticos. Sesión II
viernes, 25 de marzo de 2022 Aprendizaje justo (fair learning)
sábado, 26 de marzo de 2022 Explainable Artificial Intelligence (XAI)
viernes, 1 de abril de 2022 Aprendizaje por refuerzo. Sesión I
sábado, 2 de abril de 2022 Aprendizaje por refuerzo. Sesión II
viernes, 8 de abril de 2022 Aprendizaje por refuerzo. Sesión III Automated machine learning
sábado, 9 de abril de 2022 Aprendizaje por refuerzo. Sesión IV (entornos)
jueves, 21 de abril de 2022 Aprendizaje por refuerzo. Sesión V
viernes, 22 de abril de 2022 Aprendizaje por refuerzo. Sesión VI
sábado, 23 de abril de 2022 Examen de certificación: desarrollador en TensorFlow 
viernes, 29 de abril de 2022 Blockchain: seguridad, cadena de bloques, smart contracts
sábado, 30 de abril de 2022 Blockchain: arquitectura, algoritmos de consenso, ejecución, depuración
viernes, 6 de mayo de 2022 Solidity y Ethereum, truffle, creación de tokens, contratos avanzados
sábado, 7 de mayo de 2022 Implementaciones avanzadas en Solidiy, Web3, servicios off-chain
jueves, 12 de mayo de 2022 Terminal Reuters
viernes, 13 de mayo de 2022 Servicios Cognitivos: Watson
sábado, 14 de mayo de 2022 Introducción a la Computación Cuántica
viernes, 20 de mayo de 2022 Álgebra lineal para su aplicación en la Computación Cuántica
sábado, 21 de mayo de 2022 Principios de la mecánica Cuántica
viernes, 27 de mayo de 2022 Sistemas compuestos
sábado, 28 de mayo de 2022 Algoritmos cuánticos
viernes, 3 de junio de 2022 Software para computación cuántica y Qiskit Terra
sábado, 4 de junio de 2022 Computación clásica vs cuántica
viernes, 10 de junio de 2022 Qiskit Aer y Qiskit Ignis
sábado, 11 de junio de 2022 Aplicaciones de la computación cuántica y algoritmos específicos
viernes, 17 de junio de 2022 Aplicaciones de la computación cuántica en Finanzas 
sábado, 18 de junio de 2022 Qiskit Aqua 
viernes, 24 de junio de 2022 Examen de certificación: desarrollador en Computación Cuántica
martes, 26 de julio de 2022 Defensa de TFM. Sesión I
miércoles, 27 de julio de 2022 Defensa de TFM. Sesión II
jueves, 1 de septiembre de 2022 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. 

RECOMENDACIONES

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

 

Guillermo Meléndez Alonso. Director Académico del Máster. Departamento de Innovación en BME, MFIA.

 

Ponentes:

Mykola Harvart, Artificial Intelligence Scientist en la Universidad de Valencia y en Fresenius Medical Care, Profesor MBIT School.

Guillermo Meléndez Alonso, Departamento de Innovación en BME, MFIA.

Jose Antonio Esteban, CTO Codere, Profesor MBIT School.

Fernando de la Calle Silos, Quantitative Researcher en BME Inntech.

Emilio Gamarra Mompean, Supervisor de operaciones y Product manager de derivados de tipos de interés y divisas en BME Clearing.

Enrique Castellanos Hernán, Profesor Titular de Instituto BME.

Francisco Merlos Fernández, Pre and Post Sales Consulting Deputy Director en BME Inntech.

Francisco Javier González Gosálbez, President & CEO en Cartagon, Profesor MBIT School.

Tomás de la Rosa Turbides, Doctor en Ciencia y Tecnología por la Universidad Carlos III de Madrid y miembro del proyecto SofIA en BME Inntech.

Luís Fernando Lago Fernández, Profesor en la Universidad Autónoma de Madrid, Profesor MBIT School.

Alberto Oteo García, Matemático y Quantitative Researcher miembro del proyecto SofIA en BME Inntech.

Valero Laparra Pérez, Investigador en la Universidad de Valencia, Profesor MBIT School.

Joan Vila Francés, Investigador en la Universidad de Valencia, Profesor MBIT School.

Jorge del Val Santos, Researcher in BEEVA (BBVA).

Antonio Serrano López, Investigador en la Universidad de Valencia, Profesor MBIT School.

Jesús Ruiz, CTO en Alastria Blockchain Ecosystem Blockchain e Industria 4.0 en Banco Santander, Dpto. de tecnologías emergentes.

Gonzalo Navarro Ruiz, Asesor Legal en BME, Doctorado en Derecho.

 

 

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