08 DE AGOSTO
sabados y domingos : 6 a 7 p.m. ( Hora Perú)
El programa esta dirigido a:
Traders, inversionistas y analistas financieros que buscan profesionalizar su operativa con enfoque cuantitativo e institucional.
Economistas, financieros e ingenieros interesados en algoritmos, ciencia de datos y automatización bursátil.
Desarrolladores, programadores y profesionales de tecnología que desean aplicar Python, MQL5 e Inteligencia Artificial al sector fintech e inversiones.
Gestores de portafolio y consultores que buscan optimizar la toma de decisiones, la evaluación del riesgo y la ejecución de estrategias de trading en tiempo real.
Bachilleres, estudiantes de últimos ciclos y entusiastas del mercado de valores que busquen construir un perfil altamente especializado en finanzas cuantitativas y trading algorítmico.
Al finalizar el programa, el participante será capaz de:
Diseñar, estructurar y gestionar planes de trading con una gestión de riesgo profesional mediante reglas de posicionamiento y control de drawdown.
Analizar gráficos e intenciones del mercado institucional utilizando las metodologías Wyckoff, Smart Money Concepts (SMC) e ICT.
Procesar, analizar y visualmente representar datos financieros e indicadores bursátiles con Python, Pandas, Matplotlib y Plotly.
Desarrollar, evaluar y validar estrategias cuantitativas mediante herramientas de backtesting como Backtrader y VectorBT.
Programar y optimizar Expert Advisors (EAs) en MQL5 para la ejecución automatizada de operaciones en MetaTrader 5.
Construir bots de trading en Python conectándose directamente a APIs de brokers para operar en mercados reales.
Implementar modelos de Inteligencia Artificial, NLP (FinBERT) y agentes de LangChain para el análisis de sentimiento, noticias y reportes financieros.
Construir sistemas de consulta inteligente sobre grandes volúmenes de documentos financieros e informes anuales utilizando RAG (Retrieval-Augmented Generation).
Fundamentos de los Mercados Financieros
Aprenderás la organización y funcionamiento de la bolsa de valores, la operativa de compra y venta de acciones, bonos, ETFs, derivados y criptoactivos, los tipos de órdenes del mercado y la diferencia estratégica entre el análisis técnico, fundamental y cuantitativo.
Ingeniería Financiera Básica
Aprenderás los conceptos de matemática financiera aplicada al interés compuesto, flujos futuros y valor del dinero en el tiempo, evaluarás proyectos e inversiones mediante TIR y VPN, utilizarás derivados para coberturas financieras y calcularás el riesgo de cartera con métricas como el Value at Risk (VaR).
Excel Financiero y Modelado Base
Aprenderás a construir modelos de valoración de acciones, aplicar el Descuento de Flujos de Caja (DCF) simplificado, estructurar dashboards financieros interactivos en Excel y automatizar análisis de escenarios y alertas por umbrales de pérdida utilizando Solver y tablas de datos.
Análisis Estadístico y Visualización Financiera con Python
Aprenderás a configurar entornos en Google Colab o Jupyter, descargar series temporales con la API de yfinance, realizar análisis exploratorio de datos (EDA) sobre carteras bursátiles y calcular métricas de rendimiento como Sharpe Ratio, Sortino Ratio y Drawdown en dashboards con Plotly.
Análisis Técnico con Wyckoff y SMC
Aprenderás a interpretar patrones de velas, soportes y resistencias dinámicas, combinar indicadores técnicos para alertas en TradingView, analizar las cuatro fases del mercado mediante la metodología Wyckoff e identificar zonas de entrada institucionales con Smart Money Concepts (SMC, Order Blocks y Fair Value Gaps).
Price Action, ICT y Supply & Demand
Aprenderás a operar en Killzones de liquidez bajo el método ICT (Inner Circle Trader), identificar zonas de Oferta y Demanda institucionales por frescura y realizar backtesting manual en TradingView para medir la expectativa matemática, winrate y profit factor de un plan de trading.
Programación para Trading Cuantitativo en Python
Aprenderás a desarrollar estrategias cuantitativas con señales técnicas, ejecutar backtesting robusto con Backtrader y VectorBT, aplicar modelos de Machine Learning supervisado y aprendizaje por refuerzo (Reinforcement Learning) con FinRL, y simular escenarios de riesgo con análisis Monte Carlo.
R Studio para Análisis Financiero y Estadístico
Aprenderás a modelar la volatilidad condicional con modelos GARCH, aplicar regresiones múltiples para series de tiempo, calcular el Value at Risk (VaR) mediante simulaciones bootstrap y construir portafolios óptimos bajo la frontera eficiente de Markowitz utilizando R.
IA como Copiloto del Trader
Aprenderás a utilizar ChatGPT, Claude y Gemini para la extracción e interpretación de reportes de ganancias y estados financieros, construirás índices de sentimiento macroeconómico y analizarás posicionamientos institucionales mediante reportes COT y flujo de opciones inusual.
NLP y Análisis de Sentimiento de Mercado
Aprenderás a aplicar Procesamiento de Lenguaje Natural (NLP) con modelos preentrenados como FinBERT sobre noticias, tweets y earnings calls, construyendo índices semanales de sentimiento de mercado para ser integrados como filtros cuantitativos en sistemas de trading.
Agentes de IA y Modelos Generativos para Finanzas
Aprenderás la arquitectura y funcionamiento de agentes financieros con LangChain, diseñarás pipelines de análisis automatizado con LLMs y construirás sistemas RAG (Retrieval-Augmented Generation) para realizar consultas inteligentes sobre grandes volúmenes de documentos y reportes financieros.
Trading Automatizado en MetaTrader 5
Aprenderás a programar y compilar Expert Advisors (EAs) en MQL5, optimizar parámetros de entrada mediante el Strategy Tester de MetaTrader 5, gestionar el riesgo automatizado con límites de pérdida diarios y desarrollar bots en Python conectados a APIs de brokers para la ejecución de operaciones en mercado real.
Trading Automatizado en MetaTrader 5
Aprenderás a programar y compilar Expert Advisors (EAs) en MQL5, optimizar parámetros de entrada mediante el Strategy Tester de MetaTrader 5, gestionar el riesgo automatizado con límites de pérdida diarios y desarrollar bots en Python conectados a APIs de brokers para la ejecución de operaciones en mercado real.
Fundamentos de los Mercados Financieros
Aprenderás la organización y funcionamiento de la bolsa de valores, la operativa de compra y venta de acciones, bonos, ETFs, derivados y criptoactivos, los tipos de órdenes del mercado y la diferencia estratégica entre el análisis técnico, fundamental y cuantitativo.
Ingeniería Financiera Básica
Aprenderás los conceptos de matemática financiera aplicada al interés compuesto, flujos futuros y valor del dinero en el tiempo, evaluarás proyectos e inversiones mediante TIR y VPN, utilizarás derivados para coberturas financieras y calcularás el riesgo de cartera con métricas como el Value at Risk (VaR).
Excel Financiero y Modelado Base
Aprenderás a construir modelos de valoración de acciones, aplicar el Descuento de Flujos de Caja (DCF) simplificado, estructurar dashboards financieros interactivos en Excel y automatizar análisis de escenarios y alertas por umbrales de pérdida utilizando Solver y tablas de datos.
Análisis Estadístico y Visualización Financiera con Python
Aprenderás a configurar entornos en Google Colab o Jupyter, descargar series temporales con la API de yfinance, realizar análisis exploratorio de datos (EDA) sobre carteras bursátiles y calcular métricas de rendimiento como Sharpe Ratio, Sortino Ratio y Drawdown en dashboards con Plotly.
Análisis Técnico con Wyckoff y SMC
Aprenderás a interpretar patrones de velas, soportes y resistencias dinámicas, combinar indicadores técnicos para alertas en TradingView, analizar las cuatro fases del mercado mediante la metodología Wyckoff e identificar zonas de entrada institucionales con Smart Money Concepts (SMC, Order Blocks y Fair Value Gaps).
Price Action, ICT y Supply & Demand
Aprenderás a operar en Killzones de liquidez bajo el método ICT (Inner Circle Trader), identificar zonas de Oferta y Demanda institucionales por frescura y realizar backtesting manual en TradingView para medir la expectativa matemática, winrate y profit factor de un plan de trading.
Programación para Trading Cuantitativo en Python
Aprenderás a desarrollar estrategias cuantitativas con señales técnicas, ejecutar backtesting robusto con Backtrader y VectorBT, aplicar modelos de Machine Learning supervisado y aprendizaje por refuerzo (Reinforcement Learning) con FinRL, y simular escenarios de riesgo con análisis Monte Carlo.
R Studio para Análisis Financiero y Estadístico
Aprenderás a modelar la volatilidad condicional con modelos GARCH, aplicar regresiones múltiples para series de tiempo, calcular el Value at Risk (VaR) mediante simulaciones bootstrap y construir portafolios óptimos bajo la frontera eficiente de Markowitz utilizando R.
IA como Copiloto del Trader
Aprenderás a utilizar ChatGPT, Claude y Gemini para la extracción e interpretación de reportes de ganancias y estados financieros, construirás índices de sentimiento macroeconómico y analizarás posicionamientos institucionales mediante reportes COT y flujo de opciones inusual.
NLP y Análisis de Sentimiento de Mercado
Aprenderás a aplicar Procesamiento de Lenguaje Natural (NLP) con modelos preentrenados como FinBERT sobre noticias, tweets y earnings calls, construyendo índices semanales de sentimiento de mercado para ser integrados como filtros cuantitativos en sistemas de trading.
Agentes de IA y Modelos Generativos para Finanzas
Aprenderás la arquitectura y funcionamiento de agentes financieros con LangChain, diseñarás pipelines de análisis automatizado con LLMs y construirás sistemas RAG (Retrieval-Augmented Generation) para realizar consultas inteligentes sobre grandes volúmenes de documentos y reportes financieros.
Trading Automatizado en MetaTrader 5
Aprenderás a programar y compilar Expert Advisors (EAs) en MQL5, optimizar parámetros de entrada mediante el Strategy Tester de MetaTrader 5, gestionar el riesgo automatizado con límites de pérdida diarios y desarrollar bots en Python conectados a APIs de brokers para la ejecución de operaciones en mercado real.
