Cursos

Máster : Master en Trading y Finanzas Cuantitativas

Máster : Master en Trading y Finanzas Cuantitativas

1495 € ¡LO QUIERO!
Certificación :
Curso online InesemCurso Online Homologado Cualifica

Tiempo de estudio:600 horas

Realización:Master Online

Coste: 2990 € 1495 €

Titulación Expedida y Avalada por el Instituto Europeo de Estudios Empresariales
A quién se dirige este Master Online
Este Máster Online está dirigido a personas interesadas en desarrollar su carrera profesional en el ámbito financiero desde una perspectiva elitista. Con las diferentes técnicas enseñadas se pretende formar gestores y expertos financieros que puedan abrir su campo profesional en el mundo de las inversiones.
Salidas Profesionales Master Online
El Máster en Trading y Finanzas Cuantitativas aporta los conocimientos requeridos para formar especialistas de alto nivel capaz de avanzar en el sector financiero global actual, que se caracteriza por su cambio e innovación constante. Los participantes tienen la oportunidad de ver la aplicación de las finanzas cuantitativas a los instrumentos financieros avanzados, un enfoque integrado en la gestión de riesgos y la forma de poner en práctica estrategias de finanzas cuantitativas. El programa se desarrolla mediante una metodología teórico-práctica y cuenta con el apoyo de profesionales en el sector de manera continua, cuyo objetivo es generar un entorno de aprendizaje constante para el alumno de cara a las dificultades que pueden surgir en la aplicación de los conocimientos adquiridos.
Disciplina del Master Online
El alumno comienza su andadura en INESEM a través del Campus Virtual. Con nuestra metodología de aprendizaje online, el alumno debe avanzar a lo largo de las unidades didácticas del itinerario formativo, así como realizar las actividades y autoevaluaciones correspondientes. También contará con manuales que le servirán como apoyo para completar su formación, materiales con una clara vocación práctica. Al final del itinerario, el alumno se encontrará con el examen final, debiendo contestar correctamente un mínimo del 75% de las cuestiones planteadas para poder obtener el título. Nuestro equipo docente y un tutor especializado harán un seguimiento exhaustivo, evaluando todos los progresos del alumno así como estableciendo una línea abierta para la resolución de consultas. El alumno dispone de un espacio donde gestionar todos sus trámites administrativos, la Secretaría Virtual, y de un lugar de encuentro, Comunidad INESEM, donde fomentar su proceso de aprendizaje que enriquecerá su desarrollo profesional.
Que capacidades obtendrás este Master Online
El Máster en Trading y Finanzas Cuantitativas tiene como objetivo formar a profesionales con conocimientos a través de herramientas y técnica necesarias para la modelización del comportamiento de las variables financieras, la valoración de activos, la aplicación y desarrollo de estrategias cuantitativas, así como la medición y control de los riesgos financieros. El programa ofrece un enfoque práctico a través de datos reales.
Resumen objetivo de conocimientos Master Online Máster : Master en Trading y Finanzas Cuantitativas
Conocimiento en estadística y econometría financiera Modelización del comportamiento de series Aplicación de estrategias de arbitraje estadístico Predicción de variables financieras Cuantificación de sistemas en mercados Creación y gestión de carteras eficientes Manejo de programas especializados
Profesión Master Online
Podrás desarrollar tu carrera profesional en puestos como analista cuantitativo, quant, gestor de capital, traders, analista de inversiones e ingeniero financiero a través de entidades bancarias, fondos de cobertura, empresas de consultoría y auditoría, sociedades gestoras de fondos de inversión, firmas internacionales, compañías de seguros y empresas no financieras

MÓDULO 1. ANÁLISIS DE DATOS

UNIDAD DIDÁCTICA 1. ESTADÍSTICA DESCRIPTIVA E INFERENCIAL
  1. Introducción
  2. Parámetro
  3. Estadístico
  4. Variable
UNIDAD DIDÁCTICA 2. DISTRIBUCIÓN POR FRECUENCIAS E INTERVALOS
  1. Introducción
  2. Frecuencia Absoluta
  3. Frecuencia Relativa
  4. Frecuencia Porcentual
  5. Intervalo
UNIDAD DIDÁCTICA 3. MEDIDAS DE CENTRALIZACIÓN Y DISPERSIÓN
  1. Centralización Estadística
  2. Medidas de dispersión
UNIDAD DIDÁCTICA 4. VARIABLES ALEATORIAS
  1. Definición
  2. Cálculo de Probabilidades
  3. Ejemplo práctico

MÓDULO 2. ECONOMETRÍA FINANCIERA

UNIDAD DIDÁCTICA 1. MODELOS ECONOMÉTRICOS
  1. Econometría
  2. Metodología Econométrica
  3. Modelos Econométricos
UNIDAD DIDÁCTICA 2. ECONOMETRÍA APLICADA EN R
  1. Econometría en R
  2. Descarga Software
  3. Objetos
  4. Operaciones Matriciales
  5. Directorio
  6. Representación gráfica
  7. Desarrollo en el entorno de R
UNIDAD DIDÁCTICA 3. DISTRIBUCIONES DE PROBABILIDAD
  1. Funciones de Probabilidad
  2. Función Binaria
  3. Distribución Binaria
  4. Distribución de Poisson
  5. Distribución Normal
  6. Distribución Ji Cuadrada
  7. Distribución Student
  8. Distribución de Fisher
UNIDAD DIDÁCTICA 4. CÁLCULO MATRICIAL
  1. Definición
  2. Matriz Transpuesta
  3. Operaciones Matriciales
  4. Determinante
  5. Matriz Inversa
  6. Cálculo Matricial en R

MÓDULO 3. MODELOS REGRESIVOS (RLS, MCO, MRLM)

UNIDAD DIDÁCTICA 1. MODELO DE REGRESIÓN MÚLTIPLE APLICADO
  1. Especificación del Modelo
UNIDAD DIDÁCTICA 2. MÍNIMOS CUADRADOS ORDINARIOS
  1. Estimación de los Coeficientes de Regresión
  2. Estimación del MCO Múltiple Mediante Notación Matricial
UNIDAD DIDÁCTICA 3. ERRORES Y PRUEBAS DE DIAGNÓSTICO
  1. Propiedades de los errores
  2. Pruebas de diagnóstico
  3. Ejemplo en R
UNIDAD DIDÁCTICA 4. ESPECIFICACIÓN: PRUEBA RESET
  1. Introducción
  2. Especificaciones y supuestos del modelo general de regresión lineal
  3. Funcionalidad de la Prueba Reset
  4. Sobreparametrización y subparametrización
  5. Prueba Reset
  6. Prueba Reset en R

MÓDULO 4. PROPIEDADES DE SERIES FINANCIERAS Y RESOLUCIÓN PRÁCTICA

UNIDAD DIDÁCTICA 1. NORMALIDAD: IMPLICACIÓN Y TRATAMIENTO
  1. Introducción
  2. Especificación del Modelo
  3. Importancia de la distribución normal en la inferencia estadística
  4. Prueba de normalidad de Jarque-Bera
  5. Prueba Jarque-Bera en R
  6. Causas e Implicaciones de la no Normalidad y Posibles Soluciones
  7. Conclusiones
UNIDAD DIDÁCTICA 2. Multicolinealidad
  1. La multicolinealidad un problema de grado
  2. Pruebas para la detección de multicolinealidad
  3. Soluciones al problema de la multicolinealidad
  4. Un ejemplo práctico en R de solución a la multicolinealidad
UNIDAD DIDÁCTICA 3. HETEROCEDASTICIDAD
  1. Introducción
  2. Estrategias para realizar estimaciones en presencia de heterocedasticidad
  3. Las causas de la heterocedasticidad
  4. Control y detección de la heterocedasticidad
  5. Ejemplo en R
UNIDAD DIDÁCTICA 4. AUTOCORRELACIÓN
  1. Introducción
  2. Detección de la Autorrealización
  3. Procedimiento para la detección de la autocorrelación en R

MÓDULO 5. PREDICCIÓN DE VARIABLES

UNIDAD DIDÁCTICA 1. INTEGRACIÓN
  1. Introducción
  2. Análisis de integración. Estacionariedad
  3. Aplicación del análisis en R
UNIDAD DIDÁCTICA 2. MODELOS ARIMA
  1. Introducción
  2. Modelos autoregresivos
  3. Modelos de Media Móvil
  4. Modelos Autoregresivos de Media Móvil
UNIDAD DIDÁCTICA 3. ESTRATEGIA DE PREDICCIÓN DE PRECIOS
  1. Introducción
  2. Descarga de activos y estructuración de datos
  3. Elección del modelo ARIMA
  4. Predicción y simulación
  5. Resultados y activos óptimos para operar

MÓDULO 6. ARBITRAJE ESTADÍSTICO: ESTRATEGIAS DE COBERTURAS

UNIDAD DIDÁCTICA 1. ARBITRAJE ESTADÍSTICO
  1. Introducción al arbitraje Estadístico
  2. Trading de pares
  3. Aplicación de estrategias de Arbitraje
UNIDAD DIDÁCTICA 2. COINTEGRACIÓN
  1. Introducción
  2. Conceptos de Cointegración
  3. Prueba de Cointegración de Enble y Granger
  4. Modelo de correción de error
UNIDAD DIDÁCTICA 3. MÉTODO DE JOHANSEN
  1. Introducción
  2. Modelos VAR
  3. Cointegración con Johansen
  4. Multicointegración
UNIDAD DIDÁCTICA 4. ESTRATEGIA DETRADING APLICANDO MULTICOINTEGRACIÓN EN R
  1. Formulación del modelo de cointegración
  2. Estrategia de multicointegración
  3. Aplicación Real. Factores a tener en Cuenta

MÓDULO 7. GESTIÓN DEL RIESGO

UNIDAD DIDÁCTICA 1. CUANTIFICACIÓN DEL RIESGO
  1. Introducción
  2. Análisis de Volatilidad de las Series Financieras
  3. Varianzas y covarianzas cambiantes en el tiempo
UNIDAD DIDÁCTICA 2. MODELIZACIÓN Y PREDICCIÓN DE VOLATIDAD
  1. Varianza y covarianza como medida de volatilidad
  2. Procesos ARCH y GARCH
  3. Predicción de la volatilidad
UNIDAD DIDÁCTICA 3. VARIANTES MODELOS GARCH
  1. Alternativas a modelos GARCH
  2. Ejemplos en R

MÓDULO 8. MODELOS BAYESIANOS

UNIDAD DIDÁCTICA 1. INTRODUCCION A LA ESTADISTICA BAYESIANA
  1. Diferencias entre la Inferencia Clásica y Bayesiana
  2. Probabilidad Condicional
  3. Teorema de la probabilidad total
  4. Teorema de Bayes
  5. El paradigma bayesiano
UNIDAD DIDÁCTICA 2. MODELOS BAYESIANOS BASICOS
  1. Distribución a Priori
  2. Función de verosimilitud y distribución a posteriori
  3. Distribución Predictiva
  4. Familias Conjugadas
  5. Análisis de conjugación. Modelo beta- binomial
  6. UNIDAD DIDÁCTICA 3. INFERENCIA ESTADISTICA BAYESIANA
  7. Estimación Puntual
  8. Estimación por Intervalo
  9. Contraste de hipótesis bayesiano
  10. Factor de Bayes
  11. Criterio de información bayesiano (BIC)
  12. UNIDAD DIDÁCTICA 4. DISTRIBUCION NORMAL BAYESIANA
  13. Introducción
  14. Modelo Normal con Varianza Conocida
  15. Modelo con Varianza Desconocida y Media Conocida
  16. Ejemplos
  17. UNIDAD DIDÁCTICA 5. METODOS DE SIMULACIÓN
  18. Introducción
  19. Métodos de MonteCarlo Cadenas de Markov (MCMC)
  20. Propiedades de los Métodos de Montecarlo-Markov
  21. Algoritmo Metropolis Hasting
  22. El muestreador de Gibbs
  23. Regresión Lineal Bayesiana

MÓDULO 9. CREACIÓN DE CARTERAS

UNIDAD DIDÁCTICA 1. RENTABILIDAD DE UN ACTIVO FINANCIERO
  1. Escenario
  2. Rentabilidad de un activo financiero
  3. Riesgo de un activo financiero
  4. Asimetría y curtosis
UNIDAD DIDÁCTICA 2. RIESGO Y DIVERSIFICACIÓN DE UNA CARTERA
  1. Rentabilidad esperada, covarianza y varianza
  2. Coeficiente de correlación
  3. Prima de riesgo
  4. Prima de riesgo del inversor vs del mercado
  5. Diversificación
  6. Diversificación eficiente
UNIDAD DIDÁCTICA 3. PORTFOLIO DE MARKOWITZ
  1. Teoría moderna de las carteras
  2. Cartera de Markowitz
  3. Ratio de Sharpe
  4. Frontera eficiente
  5. Selección de carteras
  6. Representación gráfica
  7. Elección del inversor
  8. Frontera eficiente y elección del inversor
UNIDAD DIDÁCTICA 4. MODELO CAPM
  1. Teoría de separación en dos fondos
  2. Capital Asset Pricing Model (CAPM)
  3. Soluciones a la optimización estática
UNIDAD DIDÁCTICA 5. MODELO DE MERCADO Y DOWNSIDE RISK
  1. Supuestos
  2. Descomposición del riesgo
  3. Aplicaciones del modelo de mercado
  4. Downside Risk
  5. Medidas basadas en otros momentos de la distribución
  6. Sortino
UNIDAD DIDÁCTICA 6. ESTRUCTURACIÓN DE CARTERAS EN SOFTWARE R
  1. Introducción
  2. Creacióny optimización de portfolios en R
  3. Cálculo de Backtest

MÓDULO 10. PROYECTO FINAL DE MÁSTER

Cargando comentarios . Espere un momento por favor...
DATOS DE MATRICULACIÓN
MÉTODO DE PAGO
¡LO QUIERO! INFORMáCIóN DIGITALIZADA PDF CUéNTASELO A UN AMIGO formacion para el empleo