Slides_Finanzas_1.png
Slides_Finanzas-05.png

Aplicaciones financieras de machine learning e inteligencia artificial

Proponemos un curso de 12 semanas de duración que recorra algunas de las aplicaciones más sorprendentes de Machine Learning e Inteligencia Artificial en el mundo de las finanzas.

El enfoque del curso contempla casos de estudio semanales que permitan a los estudiantes conocer los detalles minuciosos de las aplicaciones propuestas.

Hemos incluido las explicaciones de la intuición matemática que permitirá a los estudiantes tomar una decision informada sobre los métodos más eficaces para resolver problemas en finanzas.

 

 

Descripción

1. Las clases serán de 17:00 a 18:30 (CDT)  de lunes a viernes.

2. Cada módulo tendrá 4 semanas de duración incluyendo la evaluación y el proyecto.

3. Las clases serán en línea vía Zoom y el equipo tendrá acceso ilimitado a las grabaciones.

4. Se prepararán unas notas en forma de bitácora sobre el contenido del curso.

5. El código utilizando durante los casos de uso quedará a disposición del estudiante.

 

Screenshot 2021-07-29 at 17.55.15.png
Screenshot 2021-07-29 at 17.55.15.png
Screenshot 2021-07-29 at 17.55.15.png

12 semanas 

17:00 a 18:30 (CDT)

Lunes a viernes.

  

Detalles del curso

A. El curso está enfocado en aquellos estudiantes que deseen utilizar la ciencia de datos para tomar decisiones en problemas financieros de distintos ámbitos. 


B. A través de los ejemplos que hemos elegido los estudiantes revisarán las dificultades provenientes de la naturaleza financiera de numerosos problemas relacionados con riesgo, trading, asset pricing, manejo de portafolios, etc.


C.La evaluación está basada en el desarrollo de un proyecto propuesto por el equipo de Bourbaki que acerque al estudiante al uso de lo aprendido para resolver problemas reales.

Slides_Finanzas_4.png
Slides_Finanzas-09.png

Temario

Módulo 1.   Riesgo y asset pricing

Semana 1. Otorgamiento de créditos: Linear Discriminant Analysis

Semana 2. Cross-sectional data: Regresiones Bayesianas

Semana 3. Detección de anomalías: Autoencoders

Semana 4. Evaluación y proyecto

Módulo 2.   Forecast y trading

Semana 1. Trading: Hidden Markov Models

Semana 2. La superficie de volatilidad: Redes Neuronales Profundas

Semana 3. Trading II : Redes Neuronales Recurrentes (LSTM)

Semana 4. Evaluación y proyecto

Módulo 3.   Inversión y portafolios

Semana 1. Eficacia del mercado: Lasso & Sparsity

Semana 2. Black & Scholes y Deep Learning: Redes Feedforward

Semana 3. Hedging & AI: Aprendizaje por refuerzo

Semana 4. Evaluación y proyecto

Screenshot 2021-07-29 at 19.16.13.png
Slides_Finanzas-05.png

Próxima fecha

 

Noviembre 2021.               Precio: $ 1090 USD

  

Screenshot 2021-07-29 at 19.25.25.png
1517702667044.jpeg

Gerardo Hernández del Valle.

Director de Bourbaki Finanzas

Ingeniero  con maestría y doctorado en Probabilidad y Estadística por la Universidad de Columbia. Ha trabajado como Profesor de la Universidad de Columbia, como Consultor en Algorithmic Trading Management LLC e investigador del Banco de México.

 

Actualmente es Director de Asset Management en la Casa de Bolsa Actinver

IMG_8925_edited.png

ALFONSO RUIZ

Profesor

Alfonso Ruiz estudió matemáticas en la UNAM, en la Université  d'Orsay y en Oxford University. Durante su carrera ha visitado y expuesto su trabajo en diversas instituciones tales como UCLA, Universität Münster, Notre Dame University, Institute Henri Poincaré, IHES, CIRM, Sophus Lie Conference Centre, CIMAT, University of Miami entre otros. Actualmente es Director del Colegio de Matemáticas Bourbaki y dedica su tiempo a convertirlo en un centro de enseñanza e investigación de primer nivel. 

Screenshot 2021-07-29 at 19.25_edited.png
Screenshot 2021-07-29 at 19_edited.png