Master en Trading y Finanzas Cuantitativas

titulación de formación continua bonificada expedida por el instituto europeo de estudios empresariales

Master en Trading y Finanzas Cuantitativas duración total: precio: 0 * modalidad: Online * hasta 100 % bonificable para trabajadores. 600 horas 300 horas horas teleformación: descripción 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.

a quién va dirigido Todos aquellos trabajadores y profesionales en activo que deseen adquirir o perfeccionar sus conocimientos técnicos en este área. objetivos 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 para qué te prepara 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. salidas laborales 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

titulación Una vez finalizado el curso, el alumno recibirá por parte de INESEM vía correo postal, la Titulación Oficial que acredita el haber superado con éxito todas las pruebas de conocimientos propuestas en el mismo. Esta titulación incluirá el nombre del curso/máster, la duración del mismo, el nombre y DNI del alumno, el nivel de aprovechamiento que acredita que el alumno superó las pruebas propuestas, las firmas del profesor y Director del centro, y los sellos de la instituciones que avalan la formación recibida (Instituto Europeo de Estudios Empresariales). forma de bonificación - Mediante descuento directo en el TC1, a cargo de los seguros sociales que la empresa paga cada mes a la Seguridad Social.

metodología 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. 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. materiales didácticos - Manual teórico 'Análisis de Datos' - Manual teórico 'Econometría Financiera' - Manual teórico 'Modelos Regresivos (RLS, MCO, RLM)' - Manual teórico 'Propiedades de Series Financieras y Resolución Práctica' - Manual teórico 'Predicción de Variables' - Manual teórico 'Arbitraje Estadístico: Estrategias de Cobertura' - Manual teórico 'Gestión de Riesgo' - Manual teórico 'Modelos Bayesianos' - Manual teórico 'Creación de Carteras'

profesorado y servicio de tutorías Nuestro equipo docente estará a su disposición para resolver cualquier consulta o ampliación de contenido que pueda necesitar relacionado con el curso. Podrá ponerse en contacto con nosotros a través de la propia plataforma o Chat, Email o Teléfono, en el horario que aparece en un documento denominado Guía del Alumno entregado junto al resto de materiales de estudio. Contamos con una extensa plantilla de profesores especializados en las distintas áreas formativas, con una amplia experiencia en el ámbito docente. El alumno podrá contactar con los profesores y formular todo tipo de dudas y consultas, así como solicitar información complementaria, fuentes bibliográficas y asesoramiento profesional. Podrá hacerlo de las siguientes formas: - Por e-mail: El alumno podrá enviar sus dudas y consultas a cualquier hora y obtendrá respuesta en un plazo máximo de 48 horas. - Por teléfono: Existe un horario para las tutorías telefónicas, dentro del cual el alumno podrá hablar directamente con su tutor. - A través del Campus Virtual: El alumno/a puede contactar y enviar sus consultas a través del mismo, pudiendo tener acceso a Secretaría, agilizando cualquier proceso administrativo así como

plazo de finalización El alumno cuenta con un período máximo de tiempo para la finalización del curso, que dependerá de la misma duración del curso. Existe por tanto un calendario formativo con una fecha de inicio y una fecha de fin. campus virtual online especialmente dirigido a los alumnos matriculados en cursos de modalidad online, el campus virtual de inesem ofrece contenidos multimedia de alta calidad y ejercicios interactivos. comunidad servicio gratuito que permitirá al alumno formar parte de una extensa comunidad virtual que ya disfruta de múltiples ventajas: becas, descuentos y promociones en formación, viajes al extranjero para aprender idiomas... revista digital el alumno podrá descargar artículos sobre e-learning, publicaciones sobre formación a distancia, artículos de opinión, noticias sobre convocatorias de oposiciones, concursos públicos de la administración, ferias sobre formación, etc. secretaría Este sistema comunica al alumno directamente con nuestros asistentes, agilizando todo el proceso de matriculación, envío de documentación y solución de cualquier incidencia. Además, a través de nuestro gestor documental, el alumno puede disponer de todos sus documentos, controlar las fechas de envío, finalización de sus acciones formativas y todo lo relacionado con la parte administrativa de sus cursos, teniendo la posibilidad de realizar un seguimiento personal de todos sus trámites con INESEM

programa formativo MÓDULO 1. ANÁLISIS DE DATOS UNIDAD DIDÁCTICA 1. ESTADÍSTICA DESCRIPTIVA E INFERENCIAL 2.Parámetro 3.Estadístico 4.Variable UNIDAD DIDÁCTICA 2. DISTRIBUCIÓN POR FRECUENCIAS E INTERVALOS 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 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 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 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 2.Detección de la Autorrealización 3.Procedimiento para la detección de la autocorrelación en R MÓDULO 5. PREDICCIÓN DE VARIABLES UNIDAD DIDÁCTICA 1. INTEGRACIÓN

2.Análisis de integración. Estacionariedad 3.Aplicación del análisis en R UNIDAD DIDÁCTICA 2. MODELOS ARIMA 2.Modelos autoregresivos 3.Modelos de Media Móvil 4.Modelos Autoregresivos de Media Móvil UNIDAD DIDÁCTICA 3. ESTRATEGIA DE PREDICCIÓN DE PRECIOS 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 al arbitraje Estadístico 2.Trading de pares 3.Aplicación de estrategias de Arbitraje UNIDAD DIDÁCTICA 2. COINTEGRACIÓN 2.Conceptos de Cointegración 3.Prueba de Cointegración de Enble y Granger 4.Modelo de correción de error UNIDAD DIDÁCTICA 3. MÉTODO DE JOHANSEN 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 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 2.Creacióny optimización de portfolios en R 3.Cálculo de Backtest MÓDULO 10. PROYECTO FINAL DE MÁSTER