MÁSTER EXECUTIVE EN INTELIGENCIA ARTIFICIAL APLICADA A LOS MERCADOS FINANCIEROS (5ªEdición) 435 horas
Presencial

FECHA
Del 03/04/2020
a 29/04/2021
HORARIO
Viernes de 16:00 -21:00 h
Sábado de 9:00 a 14:00 h
LUGAR
Palacio de la Bolsa
DIRIGIDO A...
Graduados en Ingeniería o Ciencias Económicas, Administración y Dirección de Empresas, Estadística, Física o Matemáticas, que trabajen en:
Departamentos de empresas financieras relacionados con la gestión de inversiones.
-
Gestores de fondos.
-
Departamentos financieros.
-
Responsables de control y gestión de riesgo y de auditoría.
-
Fintech y startups orientadas a los mercados financieros.
OBJETIVOS
Dotar al mercado de profesionales del más alto nivel en Inteligencia Artificial, capaces de desarrollar nuevos modelos de gestión de inversiones, y con profundos conocimientos de los distintos tipos de mercados y productos.
Profundizará en las distintas ramas de inteligencia artificial, desde modelos tradicionales
como redes neuronales delgadas, hasta redes neuronales profundas, aprendizaje por
refuerzo o modelos adversariales.
Proporcionará herramientas y conocimientos prácticos, permitiendo aplicar
las técnicas más avanzadas de la programación distribuida en nube, aplicándola al diseño
de algoritmos de inversión.
Dirigido a
PLAN DE ESTUDIOS
MÓDULO 0. INTRODUCCIÓN A LA PROGRAMACIÓN (10 HORAS).
Introducción a Visual Basic para aplicaciones.
Cálculo de los riesgos y flujos de un proyecto.
MÓDULO 1.INTRODUCCIÓN A SISTEMAS Y PROGRAMACIÓN (70 HORAS).
1.1. Visión General de la inteligencia Artificial.
1.2. Programación en Python.
1.3. Ecosistemas de programación.
1.4. Programación en R.
MÓDULO 2. DISEÑO DE ALGORITMOS DE INVERSIÓN Y MACHINE LEARNING
(85 HORAS).
2.1. Curva cupón cero y bonos.
2.2. Obtención de datos.
2.3. Renta variable.
2.4. Homogeneización y desmanipulación de datos.
2.5. Mercado de divisas y derivados de divisa.
2.6. Análisis de rendimiento.
2.7. Futuros sobre índices y acciones.
2.8. Generación de recomendaciones.
2.9. Opciones de renta variable.
2.10. Backtesting avanzado.
2.11. Volatilidad.
2.12. Sustitución del core de un algoritmo.
2.13. Gestión de sensibilidades y estrategias.
2.14. Algoritmos de inversión con IA.
2.15. Algoritmos evolutivos.
2.16. Algoritmos de mejor ejecución.
MÓDULO 3. INFRAESTRUCTURA CLOUD PARA BIG DATA (60 HORAS).
3.1. Entorno IA Google.
3.2. Entorno IA Amazon.
3.3. Entorno IA Microsoft Azure.
MÓDULO 4. APRENDIZAJE MEDIANTE DEEP LEARNING (175 HORAS).
4.1. Machine Learning.
4.2. Redes neuronales.
4.3. Tensorflow y Keras.
4.4. Mejora de modelos. Optimización de Hiperparámetros.
4.5. Redes Convolucionales. Reconocimiento de imágenes.
4.6. Redes Recurrentes. LSTM. Predicción de series temporales.
4.7. Procesamiento del lenguaje natural con redes recurrentes.
4.8. Modelos generativos profundos.
4.9. Modelos gráficos probabilísticos.
4.10. Aprendizaje por refuerzo.
4.11. Redes generativas adversariales.
4.12. Aprendizaje por transferencia.
4.13. Resnet 51/101.
MÓDULO 5. BLOCKCHAIN (20 HORAS).
5.1. Blockchain, Bitcoin & Ethereum.
5.2. Programación en Solidity para Ethereum.
MÓDULO 6. INFRAESTRUCTURA CLOUD PARA DEEP LEARNING (20 HORAS).
6.1. Entorno IA Google.
6.2. Entorno IA Amazon.
6.3. Entorno IA Microsoft Azure.
6.4. Servicios Cognitivos.
MÓDULO 7. TÉCNICAS DE VISUALIZACIÓN Y DEFENSA DE LOS TRABAJOS DE FIN DE MÁSTER (25 HORAS).