Programación Python desde cero, para

posteriormente introducir las herramientas y técnicas

necesarias para aplicar Python en finanzas

cuantitativas

Lunes y miércoles de 18:00 a 21:00 h

24 horas

500 €

www.institutobme.es

TEL. 91 58912 22

Programación en Python

para 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, etc.

El objetivo, una vez completado el curso, es adquirir 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, etc.

En Madrid, Del 11 de noviembre al 4 de

diciembre de 2019

Palacio de la Bolsa Plaza de la Lealtad, 1

28014 - Madrid

Se recomienda haber cursado "Programación en R para

finanzas"

OBJETIVO

DIRIGIDO A

REQUISITOS PREVIOS

PONENTE

D. Guillermo Meléndez AlonsoDepartamento de Innovación en BME, MFIA.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.

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.

Introducción a las librerías Numpy y Pandas

Introducción a Numpy

Introducción a Pandas

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

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

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