Universidad
Politécnica de Madrid

El programa cubre una oportunidad formativa clara en la intersección entre la ingeniería, la inteligencia artificial, las finanzas cuantitativas y la gestión de carteras. Aunque existen en España programas relacionados con finanzas cuantitativas, mercados financieros, fintech o análisis de datos aplicado a finanzas, la oferta disponible suele ser fragmentada: unos programas se centran en mercados financieros, otros en ciencia de datos o inteligencia artificial, y otros en trading algorítmico. No es fácil encontrar una formación reglada y en castellano, impartida por especialistas reconocidos, que conecte de forma práctica el ciclo completo: diseño de modelos cuantitativos, validación de estrategias, control del riesgo, construcción de carteras y gestión sistemática.

La existencia previa del título propio de la UPM en Sistemas y Modelos Cuantitativos de Trading Algorítmico proporciona una base sólida para esta evolución. El objetivo general del curso es formar profesionales capaces de diseñar, evaluar y gestionar carteras de inversión mediante modelos cuantitativos avanzados, técnicas de inteligencia artificial y herramientas computacionales modernas, con una visión rigurosa, aplicada y alineada con las necesidades reales del sector financiero. El nuevo curso amplía ese enfoque y lo orienta hacia perfiles profesionales con mayor proyección, como analistas cuantitativos, gestores sistemáticos de carteras, especialistas en datos financieros, perfiles de riesgo, fintech y portfolio managers en entidades de servicios de inversión, gestoras, EAF, sociedades y agencias de valores. Pero también a inversores particulares interesados en automatizar y optimizar sus carteras de inversión. La oportunidad del título se apoya, además, en el crecimiento sostenido de la formación de postgrado y en la demanda de perfiles capaces de combinar programación, modelización matemática, inteligencia artificial y conocimientos financieros.

Al finalizar este curso los estudiantes deberán: Manejar Python y sus principales bibliotecas para el análisis de datos financieros. Comprender los conceptos matemáticos y estadísticos que sustentan los modelos cuantitativos y la aplicación de técnicas de Inteligencia Artificial. Ampliar las estrategias de trading cuantitativo con minería de datos mediante IA con especial atención a la robustez de los resultados y a la prevención del sobreajuste. Aportar los fundamentos teóricos y aplicados de la construcción y gestión de carteras mediante métodos cuantitativos abordando la evaluación del rendimiento, la medición del riesgo y la toma de decisiones en entornos de incertidumbre, con especial atención al uso de datos y modelos en la gestión sistemática de carteras.

1. HERRAMIENTAS NECESARIAS Y FUNDAMENTOS. (5 créditos) 1.1 Programación en Python. 1.2 Fundamentos matemáticos. 1.3 Fundamentos de Aprendizaje Automático e IA. 2 meses

2 ESTRATEGIAS CUANTITATIVAS DE INVERSIÓN. (8 créditos) 2.1 Modelos idea driven y data driven. 2.2 Ciclo de vida de las estrategias. 2.2.1 Modelos quant. 2.2.2 Machine Learning Pipeline 2.3 Metodología para el desarrollo de un modelo Criterios de selección: Por su formación, trabajo profesional y motivación ANEXO I basado en Machine Learning. 2.4 Evaluación de estrategias. 2.5 Implementación de estrategias de trading algorítmico en producción 3 meses

• PRACTICA TUTORIZADA DE DESARROLLO DE UNA ESTRATEGIA CUANTITATIVAS DE INVERSIÓN. (2 créditos) 0,75 mes 

3 GESTIÓN DE CARTERAS CUANTITATIVA (8 créditos) 3.1 Fundamentos de la gestión de carteras. 3.2 Modelos de gestión de carteras. 3.3 Investment Portfolio Management Process. 3.3.1 Investment Policy Statement. 3.3.2 Asset Management. 3.3.3 Implementación y Rebalanceo. 3.3.4 Gestión de Riesgos. 3.3.5 Monitorización de Performance y Reporting. 3 meses

• PRACTICA TUTORIZADA DE GESTION DE CARTERA CUANTITATIVA. (2 créditos) 0,75 mes