Financial Analytics

El curso se concentra en los avances recientes en la extracción de predictores útiles para forecasting y en las técnicas de validación de modelos apropiadas en series de tiempo financieras. Al mismo tiempo se presentarán algoritmos de ensamble como XGboost. El foco del curso estará puesto en la construcción de un workflow adecuado de forecasting y validación y no en los detalles de la implementación de algoritmos de machine learning.

El curso cierra la especialización en ciencia de datos de la maestría. Los participantes contarán con una formación muy útil en Python y en machine learning pero sin perder de vista la base de finanzas necesaria para estas aplicaciones. Esperamos formar perfiles cuantitativos que puedan aplicar sus conocimientos en diversas ramas de finanzas, no exclusivamente en estrategias de trading.

• Conocimientos previos requeridos:

Se recomienda haber cursado las materias Probabilidad y Estadística, Finanzas desde Python y Machine Learning.

Es fundamental el manejo del idioma inglés

Pablo Roccatagliata

Pablo es co-founder de Venten. En la Universidad Torcuato Di Tella Pablo es profesor en la Escuela de Negocios y la Escuela de Gobierno donde tiene a cargo materias de finanzas cuantitativas, evaluación de impacto, visualización y estrategia de datos en programas como el MBA, Maestría en Management +Analytics, Maestría en Finanzas y Maestría en Políticas Públicas. Además, Pablo es mentor de start-ups en Endeavor.

Con anterioridad, ha desarrollado su carrera en el ámbito de las consultorías, organismos internacionales, la industria financiera y la gestión pública. Además, fue head de data en Digital House, profesor adjunto en la Universidad de Buenos Aires y profesor de grado al igual que de posgrado en el Departamento de Economía de la UTDT.