Doctorado en Big Data y Finanzas Cuantitativas

PHD EN BIG DATA Y FINANZAS CUANTITATIVAS

La mejor opción para formarse en Big Data del trading

SOLICITA MÁS INFORMACIÓN

Dirigido a alumnos de Máster que quieran profesionalizarse en Big Data de mercados financieros.

El Doctorado en Big Data y Finanzas Cuantitativas está pensado para aquellas personas que buscan aprender a manejar grandes cantidades de datos para analizar los mercados financieros, así como para aquellas personas que busquen también llevar a cabo análisis financieros más avanzados, mediante análisis cuantitativos del mercado. Este doctorado te permitirá convertirte en un verdadero quant capacitado para manejar y analizar conjuntos de datos muy grandes.


El objetivo principal del Doctorado en Big Data y Finanzas Cuantitativas es proporcionar al alumno de una sólida base en el tratamiento masivo de datos y su aplicación en el sector de las finanzas. La primera parte del doctorado está orientada a la adquisición de los conocimientos teóricos por parte del alumno a través de seis unidades. Posteriormente se pasará a la práctica mediante el desarrollo de software financiero, para culminar el Doctorado mediante la Tesis Doctoral.

PRIMER AÑO ACADÉMICO
Formación en Big Data

En el primer año académico el alumno es introducido en el mundo Big Data, en el cual aprenderá a cómo gestionar un proyecto de análisis de datos, utilizará herramientas propias de análisis de bases datos relacionales o no y aprenderá a diferenciar entre las BBDD y su calidad. Además, El alumno implementará sus primeros autómatas e indicadores para analizar los momentos críticos del mercado y lograr una aproximación a la volatilidad del riesgo o desempeño. Y, por último, mediante el uso de herramientas de última generación en optimización de sistemas alcanzará un Nivel experto en su empleo y rendimiento en las tareas de desarrollo, diseño e implementación de software financiero para la negociación de acciones.

El objetivo es introducir al alumno al concepto de Big Data y mostrarle cómo organizar de forma exitosa un proceso de análisis de datos de este tipo, junto con un ejemplo de la organización de un proyecto de este tipo. Además, se inicia al alumno en el tratamiento de los datos enseñándole técnicas de filtrado, la estadística necesaria y cómo entender e interpretar los datos de los que dispone.
El principal objetivo es enseñar un conjunto de técnicas avanzadas para el análisis de datos. Algunas de ellas están orientadas en general a cualquier tipo de dato, que serán con las que el alumno tome contacto en primer lugar. Luego, se mostrarán algunas técnicas solamente válidas para algunos tipos de datos concretos. Por último, es preciso que el alumno tenga los medios necesarios para emplear estas técnicas, así que se incluye también formación en algunas herramientas tecnológicas útiles para tal fin.
Durante el curso, se pondrá de manifiesto la importancia de la información detallada en el mundo bursátil, así como el tratamiento y estudio de grandes volúmenes de esta.El tratamiento de la información y la calidad de esta representa actualmente un porcentaje alto del éxito de toda estrategia de inversión, por este motivo se presentan herramientas de gestión de la información.
Estas técnicas podrían diferenciarse en tres grupos. Por un lado, el estudio de los problemas y como resolverlos. Por otro lado, el uso del conocimiento disponible (o del faltante en caso de que haya incertidumbre) para llegar a la solución del problema. Por último, la relación de la inteligencia artificial con el exterior, mediante el aprendizaje y la comunicación. Una vez completado el curso, el alumno debe dominar las técnicas básicas para realizar estas tareas.
Estas técnicas podrían diferenciarse en tres grupos. Por un lado, el estudio de los problemas y como resolverlos. Por otro lado, el uso del conocimiento disponible (o del faltante en caso de que haya incertidumbre) para llegar a la solución del problema. Por último, la relación de la inteligencia artificial con el exterior, mediante el aprendizaje y la comunicación. Una vez completado el curso, el alumno debe dominar las técnicas básicas para realizar estas tareas.
En ella el alumno realizará sus primeros autómatas e indicadores para analizar los momentos críticos del mercado y obtener una aproximación del riesgo o la variabilidad de la operación.
En esta asignatura aprenderás los fundamentales algoritmos predictivos para el análisis de series temporales financieras. Una vez superada la asignatura el alumno conocerá distintos tipos de métodos matemáticos para predecir series y su estudio e interpretación en variables económicas.
El objetivo de esta asignatura es el desarrollo de habilidades prácticas y capacidades específicas y relevantes dentro del área Quant, tales como el desarrollo de indicadores y herramientas de análisis de mercado e inversión automatizados. El uso de herramientas de última generación en optimización de sistemas, alcanzando un nivel de experto en su empleo, así como el desempeño en tareas de desarrollo, diseño e implementación de software financiero para la operativa bursátil.
SEGUNDO AÑO ACADÉMICO
Implementación de los modelos estadísticos en el trading

Durante el segundo año el alumno busca construir una herramienta de análisis que facilite la operativa eficiente en los mercados financieros, dotándola de mayor seguridad y capacidad de respuesta ante situaciones imprevistas. Se llevará a cabo un estudio amplio sobre diferentes tipos de mercados financieros en diversas situaciones, con especial atención a aquellas donde se podría producir un comportamiento anómalo o un estancamiento de la operativa. Se considerarán los parámetros que caracterizan los patrones temporales y se llevará a cabo un análisis de las series de tiempo constituidas por los valores de los activos y eventualmente otros datos que se consideren de interés. 

 

 

Dada la capacidad de los recursos informáticos actuales se podrá llevar a cabo en un tiempo razonable un estudio extenso, con el que construir una base de datos amplia de situaciones y respuestas, para tener en cada momento una herramienta de acción rápida en la operativa cotidiana. A lo largo del proyecto se llevará a cabo una optimización de los parámetros que definen la operativa de trading para obtener valores de los mismos que hagan más eficiente y segura esta operativa. En modo prueba se operará en diferentes mercados de valores en tiempo real, identificando los patrones que se dan en cada momento y aplicando la operativa conveniente de acuerdo con los valores de los parámetros optimizados para cada tipo de patrón.

En esta asignatura el alumno estudia el uso de herramientas de colaboración de softwares, además de diagramas UML y nociones de ingeniero del software.
En esta fase el alumno comienza el proceso de investigación, en el cual creará las primeras estrategias para la automatización  y generación de nuevas estrategias por técnicas de minería de datos. Seguidamente, empezará el proceso de creación de una cartera de estrategias
En esta fase el alumno continuará con el proceso de creación de una cartera de estrategias centrándose en la evaluación y optimización de los sistemas mediante diferentes métodos de machine learning desarrollados en Python.
TERCER AÑO ACADÉMICO
Optimización y evaluación de portfolios de trading
En el último año de doctorado, el alumno trabajará en la última parte de su investigación, ampliando el análisis desde lo estadístico y probabilístico para profundizar en la importancia de su estudio en procesos estocásticos como es el mercado financiero.
El alumno estudia aquellos modelos estadísticos y probabilísticos importantes para el análisis de series de datos financieros, además trata factores esenciales para la optimización y no sobre-entrenamiento de las series financieras para finalmente evaluar y analizar la gestión de portfolios de estrategias de trading.
Bajo la supervisión del Director de Tesis el alumno redactará la investigación concluida: análisis y resultados conseguidos.

FASES DE INVESTIGACIÓN

Se realiza de forma integrada con los tutores académis y Traders Quants en activo, aplicando distintas tésnicas para el desarrollo y la innovación en nuevas estrategias y modelos d einversión basados en algoritmos.

Minería de patrones

A través de distintas técnicas de inteligencia artificial y minería de datos el alumno será capaz de detectar y desarrollar patrones de inversión propios.

Optimización

Una vez detectado el modelo de inversión se aplican distintas técnicas de optimización, para así comprender en que mercados, situaciones y configuraciones usar estos modelos.

Paso a producción

Cada desarrollo debe pasar por distintas fases de validación antes de su uso en la gestión de fondos. Siendo además el paso a producción un aspecto clave en el éxito del proceso, que debe llevarse a cabo gradualmente.
Aunque tradicionalmente son los analistas los responsables de localizar oportunidades de inversión y facilitarcelas a los traders y money managers, sin embargo, en las últimas décadas y con tendencia en aumento, esta labor se ha sustituido por autómatas y screeners basados en técnicas de inteligencia artificial y Big Data, que realizan esta labor de forma automática y con mayores y mejores resultados.
Los alumnos del doctorado en Big Data para las finanzas se forman para desempeñar la función de trader quant, llevando a cabo la gfase de investigación bajo la tutela de doctores y catedráticos que trabajan de forma multidisciplinar con trader quant en activo que prestan sus servicios a instituciones de inversión reguladas. Permintiendo así que la formación sea de primer nivel, con proyección profesional excelentemente remunerada y en alta demanda.

Títulos

Titulación Universitaria

Emitida por la Universidad Americana de Europa (UNADE)

Titulación Acreditativa emitida por Instituto IBT

* Enseñanzas que no conducen a la obtención de un titulo con valor oficial en España

 

** Titulación oficial Universitaria emitida por la Universidad Americana de Europa UNADE (en México), con reconocimiento internacional (las titulaciones se entregan compulsadas con la apostilla de la Haya), con acuerdo número 201841DBDyFC  y SEyC/DAJ/DRVOE/448/2017.


*** Posibilidad de solicitar homologación en el país de origen del alumno.

Requisitos de acceso

Tras la entrevista informativa deberá enviarnos la siguiente documentación al correo electrónico admin@institutoibt.com:

¿Cómo son las clases?

Clases en Directo que quedan grabas en video

El contenido troncal de la formación está grabado en vídeo, con apoyo en PDF y un simulador de bróker para descargar y así poder estudiar en cualquier horario los conceptos clave de la operativa. Cuentas con un tutor que te ayudará en lo que necesites en todo momento.

Start Sesion estratégico

Toma de contacto con el tutor, con el objetivo de estructurar y orientar el proceso formativo en base al perfil del alumno, conocer sus objetivos personales para orientar la formación en base a ellos

Tutor para resolver dudas In-Streaming 

La formación se estructura en fases con objetivos a alcanzar, en las que los tutores dan seguimiento a través de clases in-streaming en distintos horarios y mercados.

Proceso de Admisión y becas

Solicita sesión orientativa y plan de carrera profesional personalizada

Modalidades de pago

ONLINE
3 AÑOS

Reserva

2.050

*fináncialo desde 66,56€/mes

Solicita sesión orientativa y plan de carrera profesional personalizado
BECAS · QUANT
80%

¡Abierta convocatoria hasta el 15 abril!

*Precio sin beca: 18.000€

5 plazas disponible

Instituto IBT es una escuela universitaria especializada en cursos de Trading en España y México

Hola,
¿En qué puedo ayudarte?