Objetivo:

Proporcionar una amplia comprensión de los principios y técnicas de la codificación Python para aplicaciones financieras, principalmente a través del uso de Jupyter Notebook con una visualización intuitiva.
 

Objetivos específicos: 

Aprender a extraer datos. Una de las tareas por las que conviene saber algo de programación con Phyton es, sin duda, la extracción de datos de múltiples fuentes: webs, redes sociales, bases de datos de estados financieros y cotizaciones de bolsa entre otras. Asimismo, Phyton contribuye a la visualización de datos avanzada, esencial en el proceso de decisión compatible con la potencia de Excel.

Aprender a construir modelos financieros. Los modelos financieros son un insumo fundamental en el proceso de toma de decisiones, tanto de inversión como de financiación. Python es una excelente herramienta para construir modelos que recojan la complejidad e incertidumbre que afecta a las compañías.

•Automatizar procesos. La capacidad de Python para automatizar tareas es simplemente ilimitada. En lugar de tener que abrir un archivo cada semana para ejecutar su análisis antes de adjuntar el resultado a un correo electrónico para enviarlo, puede automatizar este flujo de trabajo con Python y eliminar por completo la necesidad de interacción humana en el proceso, dejando como única acción necesaria el suministro del documento fuente para su análisis.

Dirigido a:

  • Analistas, financieros, contadores y todos los ejecutivos habidos por conocer nuevos métodos y técnicas innovadoras para optimizar los procesos.  

Metodología:
Virtual y sesiones con el experto.


Contendido

TEMA 1. APRENDIENDO PYTHON DESDE CERO

  • Características del lenguaje
  • Configuración e instalación
  • Presentación del entorno de desarrollo
  • Documentación y bibliografía

TEMA 2. CONCEPTOS BÁSICOS DE PROGRAMACIÓN

  • Variables, expresiones y sentencias
  • Ejecución condicional
  • Funciones
  • Iteraciones y cadenas
  • Contenedores (listas, tuplas y diccionarios)

TEMA 3. TOP 10 DE LAS LIBRERIAS DE PYTHON MÁS USADAS EN FINANZAS

  • Numpy
  • Pandas
  • Matplotlib
  • SciPy
  • StatsModel
  • Pyfolio
  • Random
  • Quandl
  • Zipline
  • TA-Lib

 

TEMA 4. CASOS DE USO EN FINANZAS

  • Web Scraping de datos económicos y financieros
  • Cálculo y automatización indicadores financieros
  • Integración con Excel
  • Simulación Monte Carlo aplicada a las finanzas
  • Series de tiempo financieras
  • Trading algorítmico en los mercados financieros
  • Análisis de sentimientos sobre activos financieros
  • Representación gráfica y visual de datos financieros
  • Automatización tareas aburridas
 

Experto Facilitador

CARLOS MARIO RAMÍREZ GIL.

Ingeniero Administrador Universidad Nacional Facultad de Minas, Especialista en Gerencia de Sistemas Universidad Nacional Facultad de Minas, Especialista en Finanzas Corporativas Escuela de Ingeniería de Antioquia, Magister en Ingeniería Administrativa, Universidad Nacional, Facultad de Minas. 25 años de experiencia en las áreas administrativa, financiera y de gerencia en compañías del sector real, con amplia trayectoria en los siguientes temas: planeación financiera, coordinación y elaboración presupuestos, análisis financiero, administración portafolios de inversión, dirección de tesorería, análisis y evaluación de proyectos, valoración de empresas entre otros. Actualmente consultor en Valoración de Empresas, docente Postgrado en diversos cursos del área financiera e investigador en Machine Learning y Blockchain aplicados a las finanzas. 

 

 TARIFAS

Afiliados$430.000

Afiliación Tradicional e Individual$470.000 

Tarifas + IVA 

Leave a Comment

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.