Finanzas Cuantitativas desde Cero
Programa completo en español de introducción a las finanzas cuantitativas. 10 módulos, ~50 horas de estudio: del método científico aplicado a mercados hasta tu proyecto final.
“El rigor y la honestidad intelectual importan más que los números bonitos. No te enseñaremos a construir backtests espectaculares, sino análisis honestos que sobrevivan al escrutinio más despiadado: el tuyo propio.”
A lo largo del curso se repiten cinco principios: correlación no es causalidad · si parece demasiado bueno, lo es · lo simple a menudo gana · descuenta siempre costes realistas · valida fuera de muestra.
Estructura uniforme y autocontenida. Lees, practicas, mides y, donde aplica, juegas con la herramienta del módulo.
Teoría, casos de estudio, ejercicios, glosario y autoevaluación.
Laboratorios en Python ejecutables con datos reales del mercado.
Autocorregible con temporizador. 70% mínimo para aprobar.
Calculadoras y simuladores que ilustran cada concepto en vivo.
Los seis módulos que sientan las bases matemáticas, estadísticas y de valoración. Sin estas bases, ninguna estrategia sobrevive.
El ecosistema cuantitativo, roles, sell-side vs. buy-side, sistemático vs. discrecional, método científico aplicado, correlación vs. causalidad y por qué fracasan las estrategias.
Probabilidad, distribuciones, los cuatro momentos, teorema central del límite, álgebra lineal, matriz de covarianza, cálculo estocástico, movimiento Browniano y el Lema de Itô.
Estacionariedad, test ADF, autocorrelación, clustering de volatilidad, regresión, alpha/beta, modelos AR/MA/ARMA/ARIMA/GARCH y cointegración para pairs trading.
El modelo Black-Scholes, call y put, las cinco griegas (Delta, Gamma, Vega, Theta, Rho), volatilidad histórica vs. implícita, VIX y la sonrisa de volatilidad.
Sharpe, Sortino, Calmar, Information Ratio, Value at Risk (los tres métodos), CVaR/Expected Shortfall, máximo drawdown y stress testing.
Markowitz y la frontera eficiente, por qué el portafolio óptimo "explota", shrinkage, 1/N, mínima varianza, risk parity y modelos de factores (CAPM, Fama-French, momentum).
Los cuatro módulos donde se construye y se valida. El Módulo 8 (Backtesting Riguroso) es el más importante del curso.
Trend following, mean reversion, pairs trading, market making, microestructura de mercado (order book, spread, slippage, market impact) y la anatomía de una estrategia completa.
El módulo más importante del curso: datos limpios, point-in-time, in-sample vs. out-of-sample, walk-forward, y los sesgos asesinos (look-ahead, survivorship, data snooping, overfitting) más el Deflated Sharpe Ratio.
Por qué el ML es más difícil en finanzas, supervisado vs. no supervisado, feature engineering, Ridge/Lasso, Random Forest, redes neuronales, purged cross-validation y cuándo lo simple gana.
El proyecto integrador que une todo, las áreas de especialización (HFT, derivados, crypto, alternative data, ESG), construcción de carrera y la plantilla completa en Python.
Cuando publiquemos un nuevo módulo, herramienta o caso práctico del curso, te lo enviamos. Sin spam, baja en un clic.
Newsletter próximamente
Mientras tanto, síguenos en X (Twitter) .
Aviso importante. Este curso tiene fines exclusivamente educativos. No constituye asesoramiento financiero ni de inversión. Las finanzas cuantitativas implican riesgos significativos y la mayoría de estrategias no funcionan en la práctica. Nunca operes con dinero que no puedas permitirte perder, y consulta con profesionales cualificados antes de tomar decisiones de inversión reales.
Respuestas a las dudas más comunes sobre el proyecto y nuestros contenidos.
Solo necesitas matemáticas de bachillerato (álgebra básica), nociones de programación (preferiblemente Python) y disposición al pensamiento crítico. El Módulo 1 es íntegramente conceptual y los módulos van introduciendo herramientas gradualmente.
Todo el contenido del curso es gratuito y de libre acceso, igual que el resto del sitio. Tras aprobar el Examen Integrador Final (Módulo 10) con al menos un 70%, recibes un certificado de finalización (≥70%) o de excelencia (≥90%); el certificado es de autoevaluación, no tiene reconocimiento oficial.
Los casos prácticos están en Python. Necesitarás Python 3.10+ con numpy, pandas, matplotlib, scipy, yfinance, scikit-learn, statsmodels y arch. Los exámenes y las herramientas interactivas funcionan directamente en el navegador sin instalación.
El orden recomendado es secuencial: cada módulo asume el conocimiento del anterior. La regla del curso es no avanzar al siguiente módulo si no se supera el examen final con al menos un 70%. El Bloque I (módulos 1–6) sienta los fundamentos; el Bloque II (módulos 7–10) los aplica.
Porque en finanzas cuantitativas es trivialmente fácil engañarse: probar muchas estrategias hasta que una parezca buena por puro azar, usar datos que en la realidad no estaban disponibles, sobreajustar modelos al pasado. El Módulo 8 (Backtesting Riguroso) es el más importante del curso por esta razón.
No. El curso tiene fines exclusivamente educativos. La mayoría de estrategias cuantitativas no funcionan en la práctica, y un Sharpe de 3.0 en backtest suele convertirse en 0.5 (o negativo) en vivo. Si decides operar con dinero real, hazlo con capital que puedas permitirte perder y consultando con profesionales cualificados.