Master BME
Master BME
Master BME
CENTRO DE FORMACIÓN
DE BOLSAS Y MERCADOS ESPAÑOLES
mIA-X
Máster en Inteligencia
Artificial aplicada a
los Mercados Financieros
M
mIA-X
Máster en Inteligencia Artificial
aplicada a los Mercados Financieros
3
PRESENTACIÓN
Desde su creación hace casi 30 años, Instituto BME ha estado comprometido con
el desarrollo formativo del sector financiero, intentando aportar todo el conocimiento
y el saber hacer que entendemos necesitan unos mercados financieros desarrollados.
El balance que hacemos de estas tres décadas dedicadas a la formación de los profesionales
de los mercados no puede ser más positivo: alumnos que obtienen la más alta cualificación
técnica para el desempeño de su trabajo y una comunidad financiera que conoce y valora
tanto nuestros programas como a los profesionales que los han cursado.
Beatriz Alejandro
Directora, Instituto BME
mIA-X
NUESTRO CURSO
4
OBJETIVO
El principal objetivo es dotar al mercado de profesionales del más alto nivel en Inteligencia
Artificial, capaces de desarrollar nuevos modelos de gestión de inversiones, y con profundos
conocimientos de los distintos tipos de mercados y productos.
El Máster mIA-X:
• Permitirá a los alumnos afrontar cualquier desafío futuro relacionado con el nuevo entorno
económico en el que se desarrollan los Mercados Financieros.
DIRIGIDO A
• Gestores de fondos.
• Departamentos financieros.
METODOLOGÍA
Los alumnos tendrán a su disposición las mismas herramientas y esquema de trabajo con
las que contarían en un trabajo real. Las prácticas podrán realizarse individualmente, por
parejas o en grupos de tres, si bien la nota de los trabajos en pareja será penalizada en un
5% y la de los grupos de tres en un 10%.
Los alumnos deberán realizar y defender ante un tribunal un proyecto de fin de máster.
Los trabajos de fin de máster podrán realizarse individualmente, en grupos de dos, o de tres,
si bien los trabajos que sean realizados en grupo tendrán las mismas penalizaciones en la nota
que las aplicadas durante las prácticas.
mIA-X
6 Máster en Inteligencia Artificial
aplicada a los Mercados Financieros
33% 6% 6%
Módulo VII
Defensa de los trabajos
de fin de máster
2%
INFORMACIÓN GENERAL
7
DIRECCIÓN ACADÉMICA
D. Guillermo Meléndez Alonso.
Departamento de Innovación en Bolsas y Mercados Españoles.
DURACIÓN
Del 4 de abril de 2018 al 30 de marzo de 2019.
370 horas de duración.
HORARIO
Viernes de 16:00 a 21:00 horas. Sábados de 09:00 a 14:00 horas.
Con motivo de fiestas nacionales, alguna clase tendrá lugar en jueves de 16:00 a 21:00 horas.
LUGAR DE CELEBRACIÓN
Las clases se celebrarán en las aulas de Instituto BME en el Palacio de la Bolsa en Madrid.
RECOMENDACIONES
Aunque no es imprescindible, es preferible asistir con portátil. Se recomienda el equipo Intel
Core i5, 8 GB de RAM y disco SSD.
PRECIO
El precio de este programa de formación es de 9.000 euros.
Instituto BME dispone de un programa de becas para los alumnos que cumplan con unos
determinados requisitos así como unos descuentos aplicables a matrículas de grupo.
MÁS INFORMACIÓN
Si desea ampliar la información sobre este programa de formación puede ponerse en contacto
con Instituto BME en el teléfono 91 589 12 22 y en www.institutobme.com
mIA-X
programa
8
MODULO 0. 1.3.4. Contenedores.
Contenedores.
Introducción a la programación
(10 horas). Contenedores en la nube.
Utilidad de los Contenedores en el desarrollo.
Introducción a Visual Basic para aplicaciones.
Cálculo de los riesgos y flujos de un proyecto. Uso de Docker.
4.5.2. Procesamiento de lenguaje natural. Sesión II. 4.7.2. Modelos gráficos probabilísticos. Sesión II.
Análisis de sentimiento en textos cortos. Aplicaciones prácticas en Bolsa.
12
Determinación del sentimiento con Keras
4.8. Aprendizaje por refuerzo.
y el API de Twitter.
Entrega de la práctica de análisis de gráficos 4.8.1. Aprendizaje por refuerzo. Sesión I.
de bolsa. Procesos de decisión de Markov.
4.5.3. Procesamiento de lenguaje natural. Sesión III. Algoritmos de aprendizaje.
Análisis de sentimiento en textos largos. Function approximation.
Determinación del sentimiento de noticias Q-learning.
con Keras. 4.8.2. Aprendizaje por refuerzo. Sesión II.
4.5.4. Procesamiento de lenguaje natural. Sesión IV. SARSA.
Determinación del impacto de noticias en bolsa. Métodos de búsqueda de policías.
Entrenamiento supervisado. Entrega de la práctica de análisis de
Entrenamiento no supervisado. sentimientos en noticias y su impacto en bolsa.
Práctica de análisis de sentimientos en noticias 4.8.3. Aprendizaje por refuerzo. Sesión III.
y su impacto en bolsa. Aprendizaje automático.
4.6. Modelos generativos profundos. Tres en raya.
Comecocos.
4.6.1. Modelos generativos. Sesión I.
PCA. 4.8.4. Aprendizaje por refuerzo. Sesión IV.
ICA. Aprendizaje automático aplicado
VAE. a inversiones en bolsa.
GAN. Práctica: Redes generativas, grafos,
o redes por refuerzo.
4.6.2. Modelos generativos. Sesión II.
Proyecto. Sesión III.
Generación de cotizaciones de bolsa.
Visión general de Gestión de Proyectos.
Generación de texto (noticias).
Presentación de estado del proyecto.
Generación de imágenes (gráficos de bolsa).
Ejemplo de red de Kohonen.
Generación de audio.
Ejemplo de Lógica Difusa.
4.7. Modelos gráficos probabilísticos.
4.9. Redes generativas adversariales.
4.7.1. Teoría. Sesión I.
Concepto de independencia. 4.9.1. Redes generativas adversariales. Sesión I.
Independencia Condicional. Algoritmo de aprendizaje.
Redes bayesianas y modelos gráficos. Aplicación de modelos adversarios
a redes convolucionales.
Simplificación de grafos.
Aplicación de modelos adversarios a RNN.
Algoritmos de inferencia.
Algoritmos de aprendizaje de estructuras. 4.9.2. Redes generativas adversariales. Sesión II.
Aplicación de redes adversarias en algoritmos
de inversión.
Entrega de la práctica de Redes generativas,
grafos, o redes por refuerzo.
Módulo 5. Módulo 6.
Ponentes
14
colaboradores
Emilio Soria
Catedrático de la Universidad de Valencia
Luís Lago
Profesor en la Universidad Autónoma de Madrid
www.institutobme.es
[email protected]
Telfs. 91 589 12 22
91 589 12 17
En colaboración con
Plaza de la Lealtad, 1
Palacio de la Bolsa
28014 Madrid