Silabo - Progr. Nivelación - Python y R

UNIVERSIDAD NACIONAL DE INGENIERIA
ESCUELA CENTRAL DE POSGRADO

FACULTAD DE INGENIERIA ECONÓMICA, ESTADISTICA Y CIENCIAS SOCIALES
UNIDAD DE POSGRADO
SÍLABO
Programa de
Nivelación
en Software Skills:
R y Python
UNIDAD DE POSGRADO
I. INFORMACIÓN GENERAL:
PROGRAMA : Nivelación en Software Skills R y Python

NIVEL :I
REQUISITOS : Conocimientos básicos de finanzas
HORAS ACADÉMICAS : 16
PERIÓDO LECTIVO : Del 2 de junio al 30 de junio 2018
HORARIO : Mañanas de 9 am. a 2 pm. (Grupo 1)
ó Tardes 3 pm. a 8 pm. (Grupo 2)
II. SUMILLA DEL CURSO:
Python y R son sin duda dos de los software con mayor potencial en el
mercado. Por tanto, este curso le otorga al participante la posibilidad de
nivelarse y ubicarse por encima del promedio del mercado laboral,
incrementando sus habilidades en finanzas cuantitativas para que pueda
destacar en un sector altamente competitivo como lo es el sector
financiero.
III. OBJETIVOS:
• Dotar al participante con una herramienta fundamental para la toma de

decisiones financieras incrementando sus habilidades de programación
con aplicaciones en Python y R.
• Exponer las virtudes del Python y R. para mejorar la rapidez en la
ejecución de grandes códigos.
IV. METODOLOGÍA:
✓ Las clases son presenciales, incluyen la exposición de los contenidos,

debates y resolución de ejercicios prácticos.
✓ Se programarán dos evaluaciones (opcionales) para otorgar la
certificación al participante.
V. EVALUACIÓN:
✓ En la segunda y cuarta sesión se evaluará al participante para la

certificación (opcional).
VI. DETALLE DEL HORARIO PARA SESIONES Y EVALUACIONES:
SESIONES: Sábado 2, 9, 23 y 30 de junio
Mañanas de 9 am. a 2 pm. (Grupo 1)

ó Tardes 3 pm. a 8 pm. (Grupo 2)
UNIDAD DE POSGRADO
VII. NORMAS:
• Para el adecuado desarrollo de las sesiones se ha establecido solo 10

minutos de tolerancia.
• Se recomienda evitar las inasistencias a fin de estar debidamente
preparado para los cursos futuros de las maestrías UNI.
VIII. CERTIFICACIÓN:
Constancia de participación otorgada por la Universidad Nacional de

Ingeniería (UNI) a los alumnos que cumplan con el 100% de la asistencia.
Entrega de certificado de validación por Econometrics & Finance a los
alumnos que obtengan como promedio de nota mínima 14 (Opcional).
IX. PROGRAMACIÓN DE CONTENIDOS PYTHON
Sesión 1: Sábado 2 de junio
Programación con Python y su entorno para finanzas (Parte I).

• Instalación del Python
• Introducción a la programación con Python
o Tres ejercicios básicos de programación con Python
• Creación de variables en Python
• Presentación de los diferentes tipos de datos con Python
o 2 aplicaciones con tipos de datos en Python
• Uso de operadores aritméticos en Python
• Trabajando con las tuplas en Python
• Desarrollando listas en Python
• Creando diccionarios y matrices asociativas con Python
• Uso y aplicaciones de los operadores relacionales con Python
• Ejercicios y aplicaciones como operadores lógicos en Python
Programación con Python y su entorno para finanzas (Parte II).
• Ejercicios elementales de programación con Python (primera parte):

bucles y condicionales.
o Ejercicios de control de flujo: if , else if…
• Se desarrollan códigos con los principales comandos del Python
• Se realizan aplicaciones introductorias
• Ejercicios básicos de valorización de activos derivados
• Ejercicios con listas cadenas herramientas básicas para aplicaciones
financieras
UNIDAD DE POSGRADO
• Creación de
primeras funciones para finanzas
• Se mejora la profundización de la instalación al nivel de variables y paths.
Desarrollo de códigos en Python para el análisis financiero
• Ejercicios elementales de programación con Python (Segunda parte):

o Estructuras de control iterativas: while
o Estructuras de control iterativas: for
• Creación de funciones con Python
• Ejercicios y aplicaciones de módulos con Python
• Módulos y paquetes en Python
• Clases y aplicaciones con Python
• Desarrollo de objetos con Python
• Métodos y aplicaciones con Python
• Programación orientada a objetos con Python (primera parte)
Análisis de series de tiempo financieras con Python.
• Programación orientada a objetos con Python (Segunda parte)

• Polimorfismo y encapsulación de la programación orientada a objetos
con Python
• La clase String y sus métodos con Python
• Desarrollo de aplicaciones con Python ejercicios juegos interactivos y
aplicaciones avanzadas.
• Desarrollo de aplicaciones con Python ejercicios, juegos interactivos y

aplicaciones avanzadas (segunda parte).
• Vectorización con un Numpy
• Soporte de anaconda para Python
• Visualización de data en diferentes dimensiones con Python.
o Gráficos financieros y gráficos en tercera dimensión con Python.
• Tópicos introductorios al manejo de series de tiempo financieras con
Python.
o Soporte básico del Panda en Python
o Trabajando con Dataframe en Python
o Gestión de datos financieros con Python
o Análisis de regresión con Python
• Evaluación 1: Opcional para la certificación.
UNIDAD DE POSGRADO
X. PROGRAMACIÓN DE CONTENIDOS R
Análisis de series de tiempo univariadas con R
o Hechos estilizados de las series de tiempo financieras

o Propiedades de la serie de tiempo financieras
o Tópicos de series de tiempo financieras
▪ Definición de estacionariedad en sentido débil
▪ Definición y análisis de la raíz unitaria en serie de tiempo
financieras
▪ Modelos ARMA, ARIMA,ARIMAX.
o Business Case: Estimación del mejor modelo arma para el retorno
de un portafolio de inversiones.
Análisis de series de tiempo financieras multivariadas con R.
o Vectores Autorregresivos aplicados finanzas

o Cointegración y modelo de corrección de errores para activos
financieros y aplicaciones en finanzas
o Tópicos de series de tiempo financieras multivariadas aplicadas a la
gestión del riesgo
▪ Introducción a la medida del riesgo financiero: desviación
estándar y matriz de varianzas y covarianzas de un portafolio.
▪ Introducción al modelamiento de la matriz de covarianzas con
modelos M-GARCH
o Business Case: Estimación de los efectos en las pérdidas de un
portafolio debido movimiento de las variables macroeconómicas:
Medidas macroprudenciales en riesgos.
Modelando la volatilidad y el riesgo con R (1ra parte).
o Definiciones de riesgo financiero: Medidas coherentes y no

coherentes, desviación estándar, VaR, CVaR, expected shortfall, Tail
VaR.
▪ Aplicaciones de estimación del riesgo financiero con software R,
estimación del Valor en Riesgo de un portafolio de inversiones.
UNIDAD DE POSGRADO
Modelando la volatilidad y el riesgo con R (2da parte).
o Profundización en la construcción de Modelos de

Heterocedasticidad Condicional Autorregresiva: ARCH, GARCH,
EGARCH, PARCH, TARCH.
▪ Aplicación el análisis del riesgo univariado mediante el modelo
EWMA.
o Business Case: Gestión del riesgo de un portafolio de renta variable,

una estimación del valor en riesgo condicional considerando el
Backtesting y el Stresstesting al portafolio.
Certificado de:

Silabo - Progr. Nivelación - Python y R

Cargado por

Copyright:

Formatos disponibles

Silabo - Progr. Nivelación - Python y R

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Silabo - Progr. Nivelación - Python y R

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL DE INGENIERIA

ESCUELA CENTRAL DE POSGRADO

PROGRAMA : Nivelación en Software Skills R y Python

II. SUMILLA DEL CURSO:

• Dotar al participante con una herramienta fundamental para la toma de

✓ Las clases son presenciales, incluyen la exposición de los contenidos,

✓ En la segunda y cuarta sesión se evaluará al participante para la

VI. DETALLE DEL HORARIO PARA SESIONES Y EVALUACIONES:

SESIONES: Sábado 2, 9, 23 y 30 de junio

Mañanas de 9 am. a 2 pm. (Grupo 1)

• Para el adecuado desarrollo de las sesiones se ha establecido solo 10

Constancia de participación otorgada por la Universidad Nacional de

IX. PROGRAMACIÓN DE CONTENIDOS PYTHON

Sesión 1: Sábado 2 de junio

Programación con Python y su entorno para finanzas (Parte I).

Sesión 2: Sábado 9 de junio

Programación con Python y su entorno para finanzas (Parte II).

• Ejercicios elementales de programación con Python (primera parte):

Sesión 3: Sábado 23 de junio

Desarrollo de códigos en Python para el análisis financiero

• Ejercicios elementales de programación con Python (Segunda parte):

Sesión 4: Sábado 30 de junio

Análisis de series de tiempo financieras con Python.

• Programación orientada a objetos con Python (Segunda parte)

• Desarrollo de aplicaciones con Python ejercicios, juegos interactivos y

Sesión 1: Sábado 2 de junio

Análisis de series de tiempo univariadas con R

o Hechos estilizados de las series de tiempo financieras

Sesión 2: Sábado 9 de junio

Análisis de series de tiempo financieras multivariadas con R.

o Vectores Autorregresivos aplicados finanzas

Sesión 3: Sábado 23 de junio

Modelando la volatilidad y el riesgo con R (1ra parte).

o Definiciones de riesgo financiero: Medidas coherentes y no

Sesión 4: Sábado 30 de junio

Modelando la volatilidad y el riesgo con R (2da parte).

o Profundización en la construcción de Modelos de

o Business Case: Gestión del riesgo de un portafolio de renta variable,

También podría gustarte