Temario curso

Tema 1: Introducción a la Ciencia de Datos y el Trading

• Comprensión de los datos
• Comprensión de la ciencia de datos
• Introducción a los Mercados Financieros y al Trading
• Aplicaciones de la Ciencia de Datos en las Finanzas

Tema 2: Métodos probabilísticos esenciales para el aprendizaje profundo

• Introducción a la probabilidad
• Introducción a los conceptos probabilísticos
• Muestreo y prueba de hipótesis
• Introducción a la teoría de la información

Tema 3: Estadística Descriptiva y Análisis de Datos

• Medidas de la tendencia central
• Medidas de variabilidad
• Medidas de la forma
• Visualización de datos
• Correlación
• El concepto de estacionariedad
• Análisis de Regresión e Inferencia Estadística

Tema 4: Álgebra lineal y cálculo para el aprendizaje profundo

• Álgebra lineal
  • Vectores y matrices
  • Introducción a las ecuaciones lineales
  • Sistemas de ecuaciones
  • Trigonometría
• Cálculo
  • Límites y continuidad
  • Derivados
  • Las integrales y el teorema fundamental del cálculo
  • Optimización

Tema 5: Introducción al Análisis Técnico

• Análisis de gráficos
• Análisis de indicadores
  • Medias móviles
  • El Índice de Fuerza Relativa
• Reconocimiento de patrones

Tema 6: Introducción a Python para la Ciencia de Datos

• Descargando Python
• Operaciones básicas y sintaxis
• Flujo de control
• Bibliotecas y funciones
• Control de excepciones y errores
• Estructuras de datos en numpy y pandas
• Importación de series temporales financieras en Python

Tema 7: Modelos de aprendizaje automático para la predicción de series temporales

• El marco
• Modelos de aprendizaje automático
  • Regresión lineal
  • Regresión de vectores de soporte
  • Regresión de descenso de gradiente estocástico
  • Regresión de vecinos más cercanos
  • Regresión del árbol de decisión
  • Regresión de bosque aleatorio
  • Regresión AdaBoost
  • Regresión XGBoost
• Sobreajuste y subajuste

Tema 8: Aprendizaje profundo para la predicción de series temporales I

• Un paseo por las redes neuronales
  • Funciones de activación
  • Retropropagación
  • Algoritmos de optimización
  • Técnicas de regularización
  • Perceptrones multicapa
• Redes neuronales recurrentes
• Memoria a corto plazo
• Redes neuronales convolucionales temporales

Tema 9: Aprendizaje profundo para la predicción de series temporales II

• Diferenciación fraccional
• Umbral de previsión
• Reciclaje continuo
• Validación cruzada de series temporales
• Previsión multiperíodo
• Aplicación de la regularización a los MLP

Tema 10: Aprendizaje por Refuerzo Profundo para la Predicción de Series Temporales

• Intuición del Aprendizaje por Refuerzo
• Aprendizaje por refuerzo profundo

Tema 11: Técnicas y Estrategias Avanzadas

• Uso de datos COT para predecir tendencias a largo plazo
  • Algoritmo 1: Modelo COT indirecto de un solo paso
  • Algoritmo 2: Modelo MPF COT Direct
  • Algoritmo 3: Modelo recursivo MPF COT
  • Poniéndolo todo junto
• Uso de indicadores técnicos como entradas
• Predecir la volatilidad de Bitcoin mediante el aprendizaje profundo
• Visualización en tiempo real de la formación

Tema 12: Impulsores del mercado y gestión de riesgos

• Impulsores del mercado
  • Impulsores del mercado e intuición económica
  • Interpretación de noticias
• Gestión de riesgos
  • Fundamentos de la gestión de riesgos
  • Finanzas conductuales: el poder de los sesgos