Introducción a Python para Finanzas

MICROCREDENCIAL

Introducción Python para Finanzas

El curso de introducción a Python para finanzas busca dotar a los estudiantes de habilidades esenciales en programación Python aplicadas al ámbito financiero, facilitando el manejo y análisis de datos financieros, la implementación de estrategias de trading y la realización de cálculos estadísticos para decisiones financieras.

Sobre el curso

Equipo docente

Profesores:

Pedro Ventura.
- Director de Desarrollo de Software en March Asset Management (March AM – Banca March).
- Quant AI Developer – Máster en Inteligencia Artificial aplicada a los Mercados Financieros (MIAX – BME).
- Profesor Máster en Inteligencia Artificial y Computación Cuántica aplicada a los Mercados Financieros (MIAX – BME).
- Ingeniero Técnico de Telecomunicaciones en la especialidad de Telemática por la Universidad Politécnica de Madrid.
Alfonso Santos.
- Master de IA aplicado a los Mercados Financieros del Instituto BME.
- Grado Economía y Finanzas Universidad Autónoma de Madrid.
- Ingeniero Superior de Telecomunicaciones Universidad Politécnica de Madrid.
- Profesor Asociado Dpto Financiación e Investigación Comercial. Facultad Económicas y Empresariales Universidad Autónoma de Madrid.
Fernando Úbeda.
- Doctor en Economía y Empresa. Universidad Autónoma de Madrid.
- Profesor Titular Dpto Financiación e Investigación Comercial. Facultad Económicas y Empresariales. Universidad Autónoma de Madrid.

Temario

Módulo 1. Fundamentos de Python

Tema 1. Entorno de desarrollo

1.1 Google Colab – Colaboratory

Tema 2. Core de Python

2.1 Syntaxis básica

2.2 Variables

2.3 Operadores

2.6 Listas

2.7 Diccionarios

2.8 Condicionales y bucles

2.9 Funciones

Módulo 2. Aplicaciones Financieras

2.1 Descarga y descripción de activos financieros

2.2 Cálculos iniciales de carteras

2.3 Generación aleatoria de carteras

Contenidos

Fundamentos de Python
- Core de Python.
- Listas y diccionarios.
- Flujos de control.
- Funciones.
Herramientas de análisis de datos
- Pandas: Se aprenderá mediante un caso práctico de análisis de activos financieros, enfocándose en la limpieza de datos y manipulación de series temporales.
- Numpy: Se introducirá en el contexto de gestión de carteras para manipular y calcular operaciones numéricas complejas.
- Visualización y análisis estadístico: Incluye técnicas para realizar gráficos.
Aplicaciones financieras prácticas
- Descarga y descripción de activos financieros.
  - Yahoo Finance.
  - Rentabilidad y su distribución.
  - Riesgo.
- Cálculos iniciales de carteras.
  - Rentabilidad.
  - Riesgo.
  - Correlación.
- Generación de carteras aleatorias.
  - Carteras a partir de los activos del S&P 500.
  - Simulación de Montecarlo.
- Estrategias de trading con medias móviles.
  - Media Móvil Simple (SMA – Simple Moving Average).
  - Combinaciones de SMA con distintas ventanas temporales.
  - Media Móvil Exponencial (EMA – Exponential Moving Average).
  - Combinaciones de SMA y EMA con distintas ventanas temporales.
- Explicación de los retornos de un activo en función de otros activos.
  - Regresión lineal con una variable exógena.
  - Regresión lineal con más de una variable exógena.

Departamento: Financiación e Investigación Comercial

Centro: Facultad de Ciencias Económicas y Empresariales

IP/Director: Fernando Andres Ubeda Mellina