Programa de Machine Learning Financiero

Domina las técnicas de aprendizaje automático aplicadas a inversiones y automatización financiera. Un programa intensivo de 12 meses que te llevará desde los fundamentos hasta la implementación de sistemas reales.

Solicitar Información

Estructura del Programa

Nuestro programa se divide en módulos progresivos que combinan teoría sólida con práctica intensiva. Cada fase está diseñada para construir sobre los conocimientos anteriores, asegurando un aprendizaje coherente y aplicable.

1

Fundamentos Matemáticos y Estadísticos

Construimos la base sólida necesaria para entender los algoritmos de machine learning. Este módulo cubre desde álgebra lineal hasta probabilidad avanzada.

  • Álgebra lineal aplicada
  • Estadística inferencial
  • Análisis de series temporales
  • Teoría de probabilidades
2

Python y Herramientas de Datos

Dominio completo del stack tecnológico necesario para trabajar con datos financieros y desarrollar modelos predictivos eficaces.

  • Pandas para análisis de datos
  • NumPy y computación científica
  • APIs financieras
  • Visualización con Matplotlib
3

Algoritmos de Machine Learning

Implementación práctica de algoritmos supervisados y no supervisados, con enfoque específico en problemas financieros y de inversión.

  • Regresión lineal y logística
  • Random Forest y XGBoost
  • Clustering financiero
  • Redes neuronales básicas
4

Deep Learning Financiero

Técnicas avanzadas de aprendizaje profundo aplicadas a predicción de precios, detección de patrones y optimización de carteras.

  • LSTM para series temporales
  • Autoencoders para anomalías
  • GANs para simulación
  • Reinforcement learning
5

Gestión de Riesgo Cuantitativa

Aplicación de técnicas de machine learning para modelar, medir y gestionar diferentes tipos de riesgo financiero.

  • Value at Risk (VaR)
  • Modelos de estrés
  • Riesgo de crédito
  • Backtesting de modelos
6

Sistemas de Trading Automatizado

Desarrollo completo de sistemas automatizados de trading, desde la generación de señales hasta la ejecución de órdenes.

  • Estrategias algorítmicas
  • Optimización de parámetros
  • Ejecución automática
  • Monitoreo en tiempo real

Equipo Docente

Profesionales activos en el sector financiero y tecnológico, con experiencia real en implementación de sistemas de machine learning en entidades financieras.

Norberto Villacampa

Director de Quant Research

15 años desarrollando modelos predictivos para fondos de inversión. Especialista en deep learning aplicado a mercados financieros.

Gaspar Montemayor

Head of Risk Analytics

Experto en gestión cuantitativa de riesgo con experiencia en bancos de inversión. PhD en Matemáticas Financieras.

Esperanza Mediavilla

Senior ML Engineer

Arquitecta de sistemas de trading algorítmico. Especializada en optimización de estrategias y backtesting avanzado.

Metodología Práctica

Aprender haciendo es nuestro enfoque principal. Cada concepto teórico se acompaña de implementaciones prácticas con datos reales del mercado.

Trabajarás con datasets históricos de diferentes activos financieros, implementarás modelos desde cero y desarrollarás un proyecto final que podrás usar en tu carrera profesional.

Inicio de próxima cohorte: Septiembre 2025

Reservar Plaza

Datos Reales

Trabajo con APIs de Bloomberg, Yahoo Finance y datos de mercado en tiempo real.

Proyectos Aplicados

Cada módulo incluye un proyecto práctico basado en casos reales de la industria.

Laboratorio Virtual

Acceso 24/7 a entorno de desarrollo con todas las herramientas configuradas.

Grupos Reducidos

Máximo 15 estudiantes por cohorte para garantizar atención personalizada.