Instituto BME BME: Bolsas y Mercados Españoles Contacto
Home / Cursos Corta Duración / Programación en Python para finanzas >
Programación en Python para finanzas
Programación en Python para finanzas
Inscripción
ABIERTA
CONVOCATORIA
Fechas:
De 11/11/2019 a 04/12/2019
Lugar:
Palacio de la Bolsa, Madrid
Horario:
Lunes y miércoles de 18:00 a 21:00 horas
Duración:
24 horas
Precio:
500 €
  • Presentación
  • Dirigido A
  • Objetivo
  • Temario
  • Observaciones
  • Ponentes

En este curso se presenta el lenguaje de programación Python desde cero, para posteriormente introducir las herramientas y técnicas necesarias para aplicar Python en finanzas cuantitativas. 

Python permite desde el desarrollo de prototipos hasta aplicaciones reales. Su sintaxis es sencilla y elegante, se trata de un lenguaje fácil de aprender y para todos los públicos; siendo perfecto para su aplicación en finanzas. 

El curso es totalmente práctico, en los primeros días se estudiarán las bases  del lenguaje y a continuación se  pasará a la realización de ejercicios de análisis de datos financieros, visualización de datos, optimización de carteras y estimación de riesgos financieros.  En último lugar, se introducirán algunos algoritmos de inversión y cómo aplicar técnicas de aprendizaje automático al mundo de las finanzas.

 

Graduados en Ingeniería o Ciencias Económicas, Administración y Dirección de Empresas, Estadística, Física o Matemáticas, que trabajen en:

 • Departamentos de empresas financieras relacionados con la gestión de inversiones.

• Gestores de fondos.

• Departamentos financieros.

• Responsables de control y gestión de riesgo y de auditoría.

• Fintech y startups orientadas a los mercados financieros.

 ¿Qué conocimientos previos son necesarios?

 No son necesarios conocimientos previos para cursarlo. Los conocimientos en programación y finanzas serán adquiridos por el alumno a lo largo del curso.

El principal objetivo del curso es que todos los participantes obtengan la capacidad de trabajar con Python de forma autónoma en el ámbito de las finanzas cuantitativas.

 Una vez completado el curso, las siguientes habilidades habrán sido adquiridas:

- Capacidad de entender y producir código en lenguaje Python.

- Estructuras de datos en Python.

- Uso de la librería numpy para la realización de cálculos matemáticos.

- Uso de la librería pandas para el tratamiento de datos financieros y tabulados.

- Descarga y obtención de datos financieros.

- Valoración de productos derivados.

- Evaluación de riesgos en una cartera (cálculo del VaR, Expected Shortfall, etc.)

- Selección de carteras de inversión óptimas.

- Algoritmos básicos de inversión automática. 

- Aplicación de aprendizaje automático en finanzas. 

 Temario

1. Fundamentos de programación.

Instalación y creación de virtual environments.

Elementos de programación en Python.

Estructuras de datos y control de flujo.

Módulos y funciones.

Ficheros.

2. Introducción a las librerías Numpy y Pandas

Introducción a Numpy

Introducción a Pandas

3. Visualización y tratamiento de datos

Visualización de datos y gráficos con matplotlib y pandas

Carga y almacenamiento de datos

Limpieza, preparación y homogeneización

Tratamiento de series temporales

4. Temas avanzados.

Introducción a la programación orientada a objetos

Procesamiento en paralelo con multiprocessing

Visualizaciones interactivas con plotly

Web scraping con beautifulsoup

Editores y flujo de trabajo

5. Aplicaciones específicas en mercados financieros.

Obtención de datos financieros de distintas fuentes

Simulación para medición de riesgos (VaR)

Valoración de opciones financieras

Generación de estrategias de inversión clásicas

Conocimientos previos: Se recomienda haber cursado "Programación en R para finanzas"

Al finalizar el curso, se entregará un certificado de asistencia a aquellos alumnos que acudan al menos al 75% de las sesiones.

 

 

 

 

 

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

 

 

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