QUANT FINANCE
AVANZADO

Objetivo: montar el entorno de trabajo de un quant profesional: datos reales, APIs y estructura de proyecto.

• Entorno avanzado en Colab: las librerías del curso — arch, statsmodels, yfinance.
• APIs de datos reales: yfinance para mercado, FRED para macro y tipos.
• Estructura profesional de proyecto quant: cómo se organiza el trabajo en un fondo.
• Funciones base reutilizables: tu librería personal para todo el curso.

Resultado: entorno productivo con datos reales de mercado y macro, listo para trabajar como en un desk.

Objetivo: dominar la reversión a la media, el proceso que gobierna spreads, tipos de interés y materias primas.

• Proceso de Ornstein-Uhlenbeck: simulación exacta, distribución estacionaria y half-life.
• Calibración de OU: regresión AR(1) y máxima verosimilitud sobre datos reales.
• Vasicek y CIR: modelos de tipos con fórmula cerrada de bonos y condición de Feller.
• Mini laboratorio: calibrar OU sobre el spread de la curva de tipos americana.

Resultado: simular, calibrar e interpretar procesos con reversión a la media sobre series financieras reales.

Objetivo: ir más allá de Markowitz y construir carteras robustas como se hace en gestión institucional.

• Frontera eficiente con datos reales — y por qué el Markowitz naive falla en producción.
• Shrinkage de covarianza (Ledoit-Wolf): estabilizar la matriz que lo rompe todo.
• Black-Litterman: incorporar tus views de mercado con disciplina bayesiana.
• Risk Parity y Hierarchical Risk Parity: el método de López de Prado, sin invertir matrices.
• Mini laboratorio: comparativa out-of-sample HRP vs ERC vs equal weight.

Resultado: carteras multiactivo defendibles ante un comité de inversión y robustas fuera de muestra.

Objetivo: modelar, prever y operar la volatilidad, el activo invisible que mueve todos los demás.

• GARCH(1,1) con colas gordas: estimación, persistencia y forecasting de volatilidad.
• Volatilidad implícita: inversión de Black-Scholes con cadenas de opciones reales.
• Smile, skew y superficie de volatilidad: leer el miedo del mercado en 3D.
• Estrategia de vol targeting: backtest completo con costes y bandas de rebalanceo.

Resultado: prever volatilidad con GARCH, construir la superficie implícita de SPY y dimensionar posiciones profesionalmente.

Objetivo: construir y validar una estrategia de pairs trading de principio a fin, con el rigor de un fondo.

• Cointegración vs correlación: test de Engle-Granger y búsqueda de pares en universos reales.
• Estrategia OU completa: hedge ratio dinámico, z-score, señales con histéresis y costes.
• Backtesting riguroso: los 7 pecados y validación walk-forward implementada desde cero.
• Deflated Sharpe Ratio: ¿tu estrategia es edge o es suerte tras 20 pruebas?

Resultado: una estrategia de pares validada out-of-sample y la caja de herramientas anti-autoengaño más importante del curso.

Objetivo: curvas de futuros, el modelo Schwartz-Smith y estrategias de curva.

• Contango, backwardation y roll yield: por qué los ETFs de commodities sangran dinero.
• Modelo Schwartz-Smith de dos factores: factor corto (OU) + factor largo, con fórmula cerrada de futuros.
• Filtro de Kalman: inferir los factores ocultos del precio — la joya técnica del curso.
• Estrategias de curva y carry: señales cross-sectional sobre 8 materias primas.
• Estacionalidad con rigor: bootstrap e intervalos de confianza, no folklore.

Resultado: implementar el modelo que usan los desks de commodities reales y construir un factor de carry multiactivo.

Objetivo: medir el riesgo donde de verdad importa: en las colas y en las crisis.

• VaR y CVaR con los tres métodos: paramétrico, histórico y Monte Carlo con t-Student.
• Backtesting del VaR: test de Kupiec — el riesgo también se valida.
• Teoría de valores extremos (EVT): Pareto generalizada y VaR al 99,9%.
• Stress testing: replay de crisis históricas, betas de cola y reverse stress testing.

Resultado: cuantificar riesgo extremo con herramientas de nivel regulatorio (FRTB) y responder: ¿qué me mataría?

Objetivo: integrar todo el curso en una estrategia completa con informe de nivel profesional.

• Pipeline completo: datos → señal → sizing → costes → riesgo → evaluación.
• Checklist de validación innegociable: walk-forward, DSR, Kupiec y replay de crisis.
• Tearsheet estilo hedge fund: el informe de una página que espera ver un allocator.
• Revisión en directo de los 3 mejores proyectos de la comunidad.

Resultado: una estrategia validada con informe cuantitativo profesional — la pieza central de tu portafolio como quant.

Objetivo: acceso a recursos adicionales y soporte continuo durante y después del programa.

• Comunidad exclusiva con canales por módulo: #anuncios, #dudas-modulo-1 … #proyecto-final.
• Material descargable: 21 cuadernos de Google Colab + PDFs de cada módulo.

Resultado: un espacio vivo donde resolver dudas, compartir avances y seguir creciendo como quant más allá del curso.