Programa de aprendizaje estructurado en modelado financiero
Un recorrido completo que comienza con fundamentos de Python y avanza hacia técnicas especializadas de machine learning aplicadas a datos financieros. Cada módulo está diseñado para construir sobre conocimientos anteriores, permitiendo un progreso claro y medible.
Tres rutas de aprendizaje adaptadas a tu experiencia
Selecciona el camino que mejor se ajuste a tu nivel actual. Cada ruta tiene contenido específico y proyectos diseñados para ese nivel de complejidad.
Fundamentos
Para quienes empiezan desde cero. Aprenderás sintaxis de Python, manipulación básica de datos con pandas, y visualización simple. Los proyectos incluyen análisis de series temporales básicas y limpieza de datos financieros reales.
12 semanasNivel intermedio
Requiere conocimiento previo de Python y estadística básica. Te enfocarás en regresión, clasificación y validación de modelos aplicados a predicción de precios y evaluación de riesgo crediticio.
16 semanasTécnicas avanzadas
Para profesionales con experiencia en machine learning. Cubrirás redes neuronales recurrentes, modelos ensemble para trading algorítmico, y optimización de portafolios con reinforcement learning.
20 semanasEstructura del programa
Cada módulo incluye video demostraciones, notebooks interactivos con código comentado, ejercicios prácticos y un proyecto evaluado. Todo el material está disponible desde el primer día para que avances a tu ritmo.
Preparación de datos financieros
Aprenderás a obtener datos de APIs financieras, manejar valores faltantes comunes en series temporales, normalizar precios y rendimientos, y construir features derivados para modelos predictivos.
Modelos de predicción supervisados
Implementarás regresión lineal y logística, random forests, gradient boosting y XGBoost para predecir movimientos de precios, clasificar empresas por riesgo y estimar volatilidad futura.
Series temporales y deep learning
Construirás modelos LSTM y GRU para capturar patrones temporales, compararás con ARIMA tradicional, implementarás attention mechanisms para datos de alta frecuencia y evaluarás resultados con backtesting riguroso.
Cómo funciona el aprendizaje
- Cada semana incluye 3-4 horas de contenido en video mostrando implementaciones completas paso a paso, desde la descarga de datos hasta la evaluación del modelo.
- Trabajarás con datasets reales de mercados financieros. No usamos datos simulados. Los proyectos incluyen precios históricos de acciones, reportes trimestrales de empresas y datos macroeconómicos.
- Los notebooks de código están completamente documentados y puedes ejecutarlos directamente en Google Colab sin necesidad de configurar entornos locales.
- Cada módulo termina con un proyecto evaluado que debe entregarse para continuar. Recibirás feedback específico sobre tu código, la selección de features y la interpretación de resultados.
- Acceso permanente al material después de completar el programa, incluyendo actualizaciones cuando agreguemos nuevas técnicas o datasets.
El programa está abierto para inscripción
Puedes comenzar inmediatamente después de inscribirte. Tendrás acceso completo a todos los módulos, proyectos y recursos desde el primer día. El programa está diseñado para completarse en 12-20 semanas dependiendo de tu ritmo.