Coursera
Free Online Course (Audit)
Spanish
Paid Certificate Available
4 weeks long, 17 hours worth of material
selfpaced
Overview
Class Central Tips
Conforme las organizaciones complejizan sus modelos de negocios, se requieren más personas con habilidades en el análisis de datos y la construcción de modelos estadísticos que faciliten la toma de decisiones financieras en escenarios con riesgo. En este curso, se presenta una visión general de los métodos de analítica en finanzas que se aplican en la actualidad. Se da primeramente, una introducción a la analítica financiera estableciendo la relación entre la transformación de datos y la generación de valor, entendiendo primeramente las diferencias entre los tipos de datos usuales para identificar modelos, técnicas y tipos de problemáticas que resuelven. Posteriormente, nos introduciremos en las series financieras, entenderás sus componentes, así como la relevancia de las diferentes métricas de error dentro de la muestra y los de pronóstico para la selección de modelos. Aprenderás los conceptos básicos del aprendizaje automático y los modelos usuales en finanzas; con ello en mente, estudiaremos y aplicaremos los principios de las redes neuronales para predecir comportamientos de las series financieras. Finalmente, entenderemos las principales métricas de riesgo financiero y surelación con el rendimiento de activos. Bajo este contexto, se realizarán aplicaciones a modelos descriptivos y predictivos contemplados en modelos econométricos y de aprendizaje automático.
Este curso está pensado para personas de diferentes disciplinas que quieren adentrarse en el mundo de la analítica de datos aplicado a finanzas, quienes reconocen que el desarrollo de habilidades de análisis para el entendimiento y aplicación de los enfoques estadísticos descriptivos, de diagnóstico y de predicción en finanzas son relevantes hoy en día. Este curso está pensado para personas con por lo menos un título de pregrado con conocimientos intermedios en probabilidad y estadística. El aspirante a tomar este curso puede provenir de cualquier campo del conocimiento, desde el gobierno, la industria, la consultoría y la academia.
Este curso requiere de la instalación de R y R-Studio, es recomendable que el equipo cuente con más de 8 GB de RAM y espacio en disco duro superior a 1 GB.
Este curso está pensado para personas de diferentes disciplinas que quieren adentrarse en el mundo de la analítica de datos aplicado a finanzas, quienes reconocen que el desarrollo de habilidades de análisis para el entendimiento y aplicación de los enfoques estadísticos descriptivos, de diagnóstico y de predicción en finanzas son relevantes hoy en día. Este curso está pensado para personas con por lo menos un título de pregrado con conocimientos intermedios en probabilidad y estadística. El aspirante a tomar este curso puede provenir de cualquier campo del conocimiento, desde el gobierno, la industria, la consultoría y la academia.
Este curso requiere de la instalación de R y R-Studio, es recomendable que el equipo cuente con más de 8 GB de RAM y espacio en disco duro superior a 1 GB.
Syllabus
- Introducción a la Analítica Financiera
- Bienvenido al primer módulo del curso Analítica Financiera. En este módulo aprendernos sobre el concepto de la analítica de datos. Nos adentraremos en los niveles de transformación de que hay (Descriptivo y Diagnóstico; Predictivo y Prescriptivo) y lo ejemplificaremos mediante una aplicación en el área financiera. Al igual, veremos la importancia de la analítica en la generación de valor, en la toma de decisiones y reducción de la incertidumbre.
- Introducción a las Series Financieras
- Bienvenidos al segundo módulo del curso de Analítica Financiera. En este módulo nos adentraremos a los tipos de datos que son series de tiempo y que son de mucha relevancia para el área financiera. Aprenderemos primero a describir los componentes de las series de tiempo financieras, tales como las series de precios, tasas de intercambio y demás, para relacionar algunos modelos que las estudian, lo cual es un paso inicial muy importante para poder generar interpretabilidad de los datos y capacidades de pronósticos. También, entenderemos las diferencias y uso de las diferentes métricas de error dentro de la muestra y de aquellas de pronóstico, para la selección de modelos.Finalmente, como una aplicación a estos modelos, entenderemos los principios básicos de las Redes Neuronales Artificiales para aplicarlos al pronóstico de series financieras.
- Introducción al Riesgo y su relación con el Rendimiento Activos
- Bienvenido al tercer módulo del curso Analítica Financiera. En este módulo nos introduciremos al área de riesgo y su relación usual con los rendimientos de los activos. Para ello, una primera lección se enfocará a describir los momentos estadísticos de las series, que nos ayuda a tener una descripción general del comportamiento de las series, como de precios, rendimientos. La segunda lección abordará con más detalle la relación de riesgo rendimiento. Para ello, comenzaremos abordando las definiciones de riesgo, sus medidas más empleadas y finalmente, estudiaremos esta relación a través de dos modelos de valoración usualmente empleados en finanzas.
- La Volatilidad Condicional y Riesgo Mercado
- Bienvenido al cuarto y último módulo del curso Analítica Financiera. En este módulo continuaremos estudiando los temas de riesgo, donde nos enfocaremos a estudiar los conceptos de volatilidad condicional y el riesgo de mercado. Abordaremos los conceptos de la volatilidad condicional mediante los modelos ARCH y GARCH; igualmente estudiaremos los diferentes tipos de riesgos financieros donde aterrizaremos en el tipo de Mercado, estudiando el Valor en Riesgo o VaR mediante diferentes modelos. Igualmente, identificaremos algunas limitantes de estos modelos y daremos paso al planteamiento de CVaR o VaR condicional. Finalmente, y como punto final del curso, desarrollarás un interesante caso de aplicación en el área de analítica financiera.
Taught by
Adriana Abrego Pérez
