Volver a todos los cursos

AF2601 - Aplicaciones Financieras en Machine Learning & GenIA

Le damos la bienvenida a nuestro curso Aplicaciones Financieras ML & AI, en esta sección encontrará el material semanal que incluye las grabaciones, las notas del curso y las presentaciones. también podrá descargar desde aquí las evaluaciones del curso. ¡Le deseamos mucho éxito en su aprendizaje!

‍

Semana

1

LDA para riesgo de crédito

Presentación I

Presentación II

‍

El análisis de impago es uno de los problemas más comunes a los que se enfrentan los bancos. Con la llegada de las tecnologías Fintech, el riesgo de impago se ha podido calcular de maneras no tradicionales pues es posible utilizar información sobre un sector más amplio de la población inclusive cuando nunca hayan solicitado un préstamo.

‍

‍

AF2601 - 08 Jun, 2026

RESPONDER CUESTIONARIO

AF2601 - 10 Jun, 2026

RESPONDER CUESTIONARIO

AF2601 - 11 Jun, 2026

RESPONDER CUESTIONARIO

AF2601 - 12 Jun, 2026

RESPONDER CUESTIONARIO

Semana

2

Análisis de Supervivencia para riesgo de crédito

En esta semana hablaremos sobre el problema del impago desde otro punto de vista, esta vez centrándonos en el tiempo que tarda en ocurrir el default. Para hacer esto nos encontraremos con datos censurados.

AF2601 - 16 Jun, 2026

RESPONDER CUESTIONARIO

AF2601 - 17 Jun, 2026

RESPONDER CUESTIONARIO

AF2601 - 18 Jun, 2026

RESPONDER CUESTIONARIO

AF2601 - 19 Jun, 2026

RESPONDER CUESTIONARIO

Semana

3

ARIMA

En la tercera semana del curso vamos a utilizar por primera vez datos secuenciales, a saber series temporales las cuales utilizaremos para entrenar modelos ARIMA en datos del valor del dólar americano respecto al peso mexicano.

AF2601 - 23 Jun, 2026

RESPONDER CUESTIONARIO

AF2601 - 24 Jun, 2026

RESPONDER CUESTIONARIO

AF2601 - 25 Jun, 2026

RESPONDER CUESTIONARIO

AF2601 - 26 Jun, 2026

RESPONDER CUESTIONARIO

Semana

4

Examen módulo I

Examen Módulo I

No items found.

Semana

5

ARCH

El modelo más sencillo para predecir los siguientes valores en una serie de tiempo es el conocido como ARIMA el cual es muy parecido a una regresión lineal sin embargo toma en cuenta la naturaleza secuencial de nuestros datos. Calibrar los parámetros de estos modelos es indispensable.

No items found.

Semana

6

Markovitz v.s. Clustering

Presentación I

Presentación II

Construcción de portafolio

Uno de los modelos matemáticos que ha ganado el premio nobel de economía es el modelo de Markowitz para gestión de portaforlios financieros. Cuando el número de activos es muy grande, podría ser complicado encontrar una solución óptima y para ello existen métodos de machine learning.

AF2503 - 22 Dic, 2025

RESPONDER CUESTIONARIO

Semana

10

Monte Carlo Para derivados

Uno de los modelos matemáticos que ha ganado el premio nobel de economía es el modelo de Black & Scholes para valuar productos derivados, en algunos casos es necesario realizar una simulación de monte carlo para aproximar correctamente el precio.

No items found.

Semana

8

Examen módulo II

Examen módulo II

‍

No items found.

Semana

9

FINBERT

Los grandes modelos del lenguaje también tienen aplicaciones sorprendentes en el sector financiero, uno de los mejores ejemplos es el Chatbot desarrollado por Bloomberg llamado BloombergGPT el cual fue entrenado con textos específicos del sector financiero. En esta semana utilizaremos un encaje BERT el cual también fue entrenado con textos específicos.

No items found.

Semana

7

Auto-encoders y Fraude

La detección de las transacciones fraudulentas es una valiosa herramienta que pueden utilizar las instituciones financieras u otras organizaciones en las que se hagan transacciones digitales. En nuestro curso enseñamos a detectarlas utilizando redes neuronales.

‍

No items found.

Semana

11

Aprendizaje por refuerzo

Esta ultima semana comenzaremos con una introducción a las técnicas clásicas de cobertura incluyendo el célebre Delta Hedging el cual ejemplificaremos mediante una implementación en Python. Durante la segunda parte de la semana nos concentraremos en cómo el aprendizaje por refuerzo puede mejorar los resultados clásicos al incorporar en el análisis los gastos de las transacciones.

AF2503 - 16 Ene, 2026

RESPONDER CUESTIONARIO

Semana

12

Examen módulo III

Examen módulo III

‍

No items found.

Acceso restringido

Por favor de comunicarte con nuestro soporte si este es un error.

Contacto Iniciar sesión