Page 1

Diplomado en

DATA SCIENCE AND MACHINE LEARNING APPLIED TO FINANCIAL MARKETS Coordinadores académicos: M.F. Yolanda Espinosa Félix, M.F. José Jorge Ramírez Olvera y Act. Gerardo Durán Martín


COORDINADORES ACADÉMICOS: M.F. YOLANDA ESPINOSA FÉLIX Es maestra en Finanzas y licenciada en Economía por el ITAM, y cuenta con el nivel I del programa Chartered Financial Analyst (CFA). En el sector privado se ha desempeñado en casas de bolsa realizando análisis financiero y valuando compañías que cotizan en la Bolsa Mexicana de Valores (BMV), y en el sector público en la Secretaría de Hacienda, área de Crédito Público (emisión de deuda gubernamental), y como asesora del subsecretario de Hacienda. Fue responsable de plantear la estrategia financiera del Fideicomiso de Apoyo al Rescate de Autopistas Concesionadas y participó también en proyectos de innovación e ingeniería financiera. En CitiBanamex/ Accival trabajó en el área de Análisis de Inversiones, mientras que en el área de Asset Management ocupó la Gerencia de Administración de Portafolios. Desde 2003 es catedrática de licenciatura, maestría y diplomados en el ITAM, donde imparte cursos de inversiones, instrumentos financieros, finanzas corporativas y administración de riesgos. M.F. JOSÉ JORGE RAMÍREZ OLVERA Cuenta con más de 15 años de experiencia en el mercado financiero y de labor docente dentro del ITAM a nivel licenciatura, maestría y diplomados (coordinador de los diplomados de Derivados Financieros y Productos Financieros Estructurados); encargado de las mesas de estructuración en distintas instituciones financieras, entre las que destacan: ING Bank, Bank of America – Merrill Lynch y Cantor Structuring (filial de Cantor Fitzgerald). Su especialidad se centra en la cobertura de derivados exóticos, desarrollo de metodologías de valuación de instrumentos financieros y programas de emisión internacionales y locales. Principal contacto con clientes


(institucionales y corporativos), intermediarios financieros y autoridades. José Jorge es licenciado en Actuaría, licenciado en Matemáticas Aplicadas y maestro en Finanzas por el ITAM. ACT. GERARDO DURÁN MARTÍN Es egresado de la carrera de Actuaría en la Universidad Marista y tiene una especialización en Ciencia de Datos, además de diversas certificaciones en temas de estadística, aprendizaje profundo y aprendizaje de máquina. Actualmente trabaja en Analysic Nabla en el desarrollo de soluciones en al área de la ciencia de datos, donde ha creado modelos de optimización de portafolios, análisis del sentimiento de mercado y pronóstico de mercado. Antes, fue gerente de riesgos en Banco Santander. Ha impartido cursos de aprendizaje de máquina y programación a nivel licenciatura en la Universidad Marista y ha dictado cursos de introducción al aprendizaje de máquina con Python en DataVision y HSBC. Objetivo general En el diplomado se presentarán las herramientas necesarias para el desarrollo de la ciencia de datos en un ámbito financiero. Los participantes utilizarán estas herramientas para analizar, manipular, comprender y representar datos. Además, adquirirán bases teóricas y de programación para comprender los modelos de inteligencia artificial y para aplicar el mejor modelo a un problema dado. ¿A quién va dirigido? A profesionistas del sector financiero del país (bancos, casas de bolsa, sociedades de inversión, afores, casas de cambio, operadores de derivados, socios liquidadores, arrendadoras financieras, empresas de factoraje financiero, compañías de seguros y fianzas, entidades gubernamentales, entidades reguladoras, consultorías, etc.), en las áreas financieras o en las de planeación de empresas no financieras que quieran especializarse en inteligencia artificial aplicada a los mercados financieros. Los participantes deben poseer nociones de programación y bases sólidas de matemáticas financieras, álgebra lineal, cálculo y estadística. Es indispensable traer una computadora portátil a las sesiones (con procesador i5 o equivalente). MÓDULO I INTRODUCCIÓN A PYTHON CON FINANZAS Objetivo En este módulo, los participantes conocerán el lenguaje de programación Python por medio de aplicaciones en finanzas. Python es conocido por su uso en aplicaciones en ciencia de datos


y aprendizaje de máquina, y su base de usuarios es de las que tiene mayor crecimiento en el mundo. Temario 1. Introducción a la programación 2. Objetos dentro de Python 3. Instrucciones de control 4. Ciclos 5. Funciones 6. Librería estándar 7. Usos avanzados 8. Programación orientada a objetos 9. Programación funcional 10. Primeras aplicaciones financieras en Python MÓDULO II ESTADÍSTICA Y PROBABILIDAD CON PYTHON Objetivo Los participantes se familiarizarán con las principales áreas de conocimiento para fortalecer su capacidad de elaborar modelos avanzados y matemáticamente rigurosos mediante el lenguaje de programación Python. Temario 1. Álgebra lineal 2. Teoría de la información 3. Probabilidad 4. 5. 6. 7.

Estadística inferencial Estadística bayesiana Aplicaciones a matemáticas de portafolios Simulación con Python

MÓDULO III CIENCIA DE DATOS Objetivo Los participantes examinarán las herramientas y las ideas esenciales de la ciencia de datos como análisis previo a aplicaciones más rigurosas. Se pondrán de relieve las aplicaciones de la ciencia de datos para explorar datos financieros desde una nueva perspectiva. Temario 1. Bases de datos y SQL 2. Python científico 3. Introducción al análisis de datos


4. 5. 6. 7. 8.

Análisis de datos financieros Análisis y construcción de portafolios Análisis del lenguaje natural Detección de oportunidades de inversión Trading algorítmico

MÓDULO IV MACHINE LEARNING Objetivo Los participantes conocerán la teoría, los conceptos y las prácticas del aprendizaje de máquina, un subconjunto del campo de la inteligencia artificial, y entenderán el uso de modelos con librerías de Python. Examinarán las aplicaciones para administración de riesgos de mercado, crédito y contraparte, y estudiarán la generación e implantación de estrategias de trading. Temario 1. Introducción al aprendizaje de máquina 2. Selección y entrenamiento de modelos 3. Modelos supervisados 4. Ensemble Learning 5. Modelos no supervisados 6. Aprendizaje de máquina para series de tiempo 7. Aplicaciones 8. Optimización de portafolios MÓDULO V

DEEP LEARNING Objetivo Los participantes se introducirán en la teoría y las ideas de las redes neuronales y sus usos y entenderán el poder de los modelos que se encuentran a la cabeza de importantes empresas de tecnología. Temario 1. Tensorflow y Keras 2. Funciones de activación 3. Las redes FeedForward 4. Métodos de aprendizaje 5. Regularización 6. Redes neuronales convolucionales 7. Redes neuronales recurrentes 8. Autoencoders 9. Aplicaciones


CARACTERÍSTICAS DEL PLAN DE ESTUDI0S El plan de estudios está dividido en 5 módulos. El Diploma sólo se entregará a quien haya cursado y aprobado todos los módulos del Diplomado. En el Diplomado se realizarán trabajos extraescolares que aseguren una mejor asimilación de los conocimientos impartidos. Programa sujeto a cambios.

REQUISITOS DE INSCRIPCIÓN 1. Copia del título, cédula profesional o carta de pasante. 2. Copia de identificación oficial vigente (INE o Pasaporte).

M.A. Mónica Sacristán Directora de Extensión Universitaria y Desarrollo Ejecutivo

Síguenos en: @DiplomadosITAM

Diplomados ITAM

5628 41 85 Sin costo desde el interior 01 800 398 48 26 Av. Camino a Sta. Teresa 930, Col. Héroes de Padierna, 10700, México, D.F. CORREO ELECTRÓNICO: desarrolloejecutivo@itam.mx TEL.

Consulte nuestra programación completa en:

www.desarrolloejecutivo.itam.mx Becas para exalumnos

Impreso en papel 100% reciclado con tintas de origen vegetal

Diplomados ITAM

Profile for ITAM

Diplomado en Data Science and Machine Learning applied to Financial Markets  

En el diplomado se presentarán las herramientas necesarias para el desarrollo de la ciencia de datos en un ámbito financiero. Los participan...

Diplomado en Data Science and Machine Learning applied to Financial Markets  

En el diplomado se presentarán las herramientas necesarias para el desarrollo de la ciencia de datos en un ámbito financiero. Los participan...

Profile for itam