Introducción a Python para las finanzas (Ed. 4)

Material preparado para la edición 4 de la microcredencia UAM de Introducción a Python para las Finanzas.

Profesores:

• Pedro Ventura.

  • Director de Desarrollo de Software en March Asset Management (March AM - Banca March).

  • Quant AI Developer - Máster en Inteligencia Artificial aplicada a los Mercados Financieros (MIAX - BME).

  • Profesor Máster en Inteligencia Artificial y Computación Cuántica aplicada a los Mercados Financieros (MIAX - BME).

  • Ingeniero Técnico de Telecomunicaciones en la especialidad de Telemática por la Universidad Politécnica de Madrid.

• Alfonso Santos.

  • Master de IA aplicado a los Mercados Financieros del Instituto BME.

  • Grado Economía y Finanzas Universidad Autónoma de Madrid.

  • Ingeniero Superior de Telecomunicaciones Universidad Politécnica de Madrid.

  • Profesor Asociado Dpto Financiación e Investigación Comercial. Facultad Económicas y Empresariales Universidad Autónoma de Madrid.

• Fernando Úbeda.

  • Doctor en Economía y Empresa. Universidad Autónoma de Madrid.

  • Profesor Titular Dpto Financiación e Investigación Comercial. Facultad Económicas y Empresariales. Universidad Autónoma de Madrid.

---

Objetivo del curso

El curso de introducción a Python para finanzas busca dotar a los estudiantes de habilidades esenciales en programación Python aplicadas al ámbito financiero, facilitando el manejo y análisis de datos financieros, la implementación de estrategias de trading y la realización de cálculos estadísticos para decisiones financieras.

Contenidos

1. Fundamentos de Python

   • Core de Python.

   • Listas y diccionarios.

   • Flujos de control.

   • Funciones.

2. Herramientas de análisis de datos

   • Pandas: Se aprenderá mediante un caso práctico de análisis de activos financieros, enfocándose en la limpieza de datos y manipulación de series temporales.

   • Numpy: Se introducirá en el contexto de gestión de carteras para manipular y calcular operaciones numéricas complejas.

   • Visualización y análisis estadístico: Incluye técnicas para realizar gráficos.

3. Aplicaciones financieras prácticas

   • Descarga y descripción de activos financieros.

     • Yahoo Finance.

     • Rentabilidad y su distribución.

     • Riesgo.

   • Cálculos iniciales de carteras.

     • Rentabilidad.

     • Riesgo.

     • Correlación.

   • Generación de carteras aleatorias.

     • Carteras a partir de los activos del S&P 500.

     • Simulación de Montecarlo.

   • Estrategias de trading con medias móviles.

     • Media Móvil Simple (SMA - Simple Moving Average).

     • Combinaciones de SMA con distintas ventanas temporales.

     • Media Móvil Exponencial (EMA - Exponential Moving Average).

     • Combinaciones de SMA y EMA con distintas ventanas temporales.

   • Explicación de los retornos de un activo en función de otros activos.

     • Regresión lineal con una variable exógena.

     • Regresión lineal con más de una variable exógena.

Temario

Módulo 1. Fundamentos de Python

Tema 1. Entorno de desarrollo

1.1 Google Colab - Colaboratory

Tema 2. Core de Python

2.1 Syntaxis básica

2.2 Variables

2.3 Operadores

2.6 Listas

2.7 Diccionarios

2.8 Condicionales y bucles

2.9 Funciones

Módulo 2. Aplicaciones Financieras

2.1 Descarga y descripción de activos financieros

2.2 Cálculos iniciales de carteras

2.3 Generación aleatoria de carteras