DIPLOMADO EN PRONÓSTICOS FINANCIEROS Y MACROECONÓMICOS CON MACHINE LEARNING
Herramientas modernas para anticipar el comportamiento macroeconómico y financiero .
¿A quiénes va dirigido?
El Diplomado está dirigido a profesionales interesados en el área financiera y macroeconómica. También está orientado a profesionales que cuenten con bases en econometría y que busquen ampliar sus capacidades analíticas mediante el uso de modelos econométricos y técnicas de machine learning aplicadas a finanzas y macroeconomía.
.
¿Qué busca este programa?
El programa busca dotar a los participantes de conocimientos y habilidades especializadas para la estimación y el pronóstico mediante modelos macroeconómicos y financieros, incorporando herramientas modernas de aprendizaje automatizado. Asimismo, pretende fortalecer la comprensión y el manejo de modelos univariados y multivariados de series de tiempo, tanto clásicos como no lineales, así como el uso de técnicas avanzadas ampliamente empleadas en el análisis económico y financiero contemporáneo.
¿Cuál es el perfil del graduado?
Al cursar el Diplomado, el participante aprenderá a:
• Manejar herramientas de estadística matemática y programación en Python aplicadas a la econometría.
• Estimar y evaluar modelos univariados y multivariados de series de tiempo para el análisis y pronóstico económico y financiero.
• Aplicar modelos lineales, no lineales, con cambio de régimen y modelos bayesianos.
• Utilizar técnicas de machine learning, redes neuronales, árboles de regresión y métodos de deep learning para el pronóstico.
• Desarrollar modelos de nowcasting, análisis de riesgo financiero y aplicaciones prácticas en macroeconomía y finanzas.
• Integrar los conocimientos adquiridos en un trabajo de investigación aplicado mediante la elaboración de una monografía.
Resumen del programa
Contenido:
Módulo 1: Introducción a la Estadística Matemática y principios de programación con Python
- Aborda los fundamentos de la estadística matemática necesarios para la econometría y los principios básicos de programación en Python, proporcionando la base técnica para el desarrollo del resto del programa.
Módulo 2: Modelos univariados lineales y no lineales. Estimación y pronóstico
- Introduce la econometría de series de tiempo, incluyendo análisis de integración, modelos univariados lineales y no lineales, modelos con cambio de régimen y evaluación de modelos de pronóstico, con aplicaciones al ámbito financiero.
Módulo 3: Modelos multivariados lineales, con cambio de régimen y bayesianos. Tópicos de econometría financiera
- Desarrolla modelos multivariados de series de tiempo, con énfasis en modelos VAR clásicos, estructurales y bayesianos, corrección de errores, cointegración y aplicaciones a macroeconomía y finanzas, incluyendo análisis de riesgo.
Módulo 4: Nowcasting, métodos de Deep Learning y otros tópicos de pronóstico
- Presenta modelos de pronóstico basados en aprendizaje automático, redes neuronales, SVM, modelos de espacio estado y regresión cuantílica, con aplicaciones comparativas entre enfoques tradicionales y modernos.
Módulo 5: Monografía
- Integra los aprendizajes adquiridos a lo largo del Diplomado mediante la elaboración de una monografía, desde la definición del proyecto hasta la presentación del documento final.
¿Te interesa?
Déjanos tus datos para enviarte la información sobre el proceso de inscripción