11 DE ENERO
19 DE JULIO
Inversionistas independientes que desean profesionalizar sus decisiones.
Profesionales de banca y finanzas que buscan especialización avanzada.
Emprendedores que deseen generar nuevas fuentes de ingreso mediante inversiones.
Traders en proceso de profesionalización que quieren dejar la intuición y operar con datos, modelos y algoritmos.
Al culminar el programa podrás:
Analizar mercados financieros con herramientas cuantitativas y estadísticas.
Interpretar indicadores, construir modelos y tomar decisiones financieras sólidas.
Crear y automatizar tus propias estrategias de trading profesional.
Implementar IA, machine learning y análisis de sentimiento aplicado a inversiones.
Valorar empresas, analizar estados financieros y evaluar portafolios con riesgo controlado.
Programar bots de trading, EAs y sistemas automatizados para operar en tiempo real.
Rendimientos e indicadores financieros
Volatilidad, varianza, covarianza y correlación
Distribuciones probabilísticas aplicadas
Escenarios, sensibilidad y simulaciones en Excel
Caso práctico con datos bursátiles reales
Estructura del mercado bursátil
Instrumentos financieros y operaciones
Psicología del inversionista
Simulaciones en TradingView y Excel
Matemática financiera aplicada (VPN, TIR, anualidades)
Ingeniería de derivados: forwards, futuros, opciones
Medición de riesgos (VaR, ES, volatilidad)
Ejercicios prácticos con Excel, TradingView y Crystal Ball
Estados financieros
Ratios y análisis empresarial
Valorización DCF y múltiplos
Simulación de escenarios con Crystal Ball
Patrones, indicadores y tendencias
Modelos de riesgo y retorno (CAPM, Beta)
Backtesting táctico con TradingView y Excel
Dashboards financieros en Power BI
Patrones avanzados, acción del precio
Indicadores avanzados (RSI, MACD, BB, etc.)
Creación de estrategias visuales y alertas
Fundamentos de programación
APIs bursátiles y análisis de datos
Modelos cuantitativos, backtesting, métrica de rendimiento
Machine learning financiero y automatización
Econometría aplicada
VaR, simulación y modelado estadístico
Series de tiempo financieras y dashboards
Modelos predictivos
Redes neuronales, Random Forest, XGBoost
Optimización de estrategias con datos reales
Reportes automatizados con IA
Análisis de sentimiento y noticias
Casos prácticos de impacto en mercados
Creación de Expert Advisors
Programación MQL5
Gestión de riesgo y operación automática
Rendimientos e indicadores financieros
Volatilidad, varianza, covarianza y correlación
Distribuciones probabilísticas aplicadas
Escenarios, sensibilidad y simulaciones en Excel
Caso práctico con datos bursátiles reales
Estructura del mercado bursátil
Instrumentos financieros y operaciones
Psicología del inversionista
Simulaciones en TradingView y Excel
Matemática financiera aplicada (VPN, TIR, anualidades)
Ingeniería de derivados: forwards, futuros, opciones
Medición de riesgos (VaR, ES, volatilidad)
Ejercicios prácticos con Excel, TradingView y Crystal Ball
Estados financieros
Ratios y análisis empresarial
Valorización DCF y múltiplos
Simulación de escenarios con Crystal Ball
Patrones, indicadores y tendencias
Modelos de riesgo y retorno (CAPM, Beta)
Backtesting táctico con TradingView y Excel
Dashboards financieros en Power BI
Patrones avanzados, acción del precio
Indicadores avanzados (RSI, MACD, BB, etc.)
Creación de estrategias visuales y alertas
Fundamentos de programación
APIs bursátiles y análisis de datos
Modelos cuantitativos, backtesting, métrica de rendimiento
Machine learning financiero y automatización
Econometría aplicada
VaR, simulación y modelado estadístico
Series de tiempo financieras y dashboards
Modelos predictivos
Redes neuronales, Random Forest, XGBoost
Optimización de estrategias con datos reales
Reportes automatizados con IA
Análisis de sentimiento y noticias
Casos prácticos de impacto en mercados
Creación de Expert Advisors
Programación MQL5
Gestión de riesgo y operación automática
