Microcredencial 1: Análisis de Valores. Estrategias de Inversión — Análisis Técnico, Cuantitativo y con Derivado
| Fecha de inicio | Fecha de fin | Horas lectivas | Coste |
|---|---|---|---|
| 28/06/2027 | 09/07/2027 | 50h | 1.700€ |
- Diseñar, implementar, contrastar estadísticamente estrategias
- Evaluar estrategias de inversión y cobertura en renta variable, renta fija y derivados
- Combinar análisis técnico, factorial y cuantitativo con una gestión del riesgo rigurosa
- Formular estrategias de renta variable justificando su fuente de rentabilidad con evidencia académica
- Aplicar indicadores y contrastar su capacidad predictiva mediante backtest con costes de transacción
- Diseñar estrategias con opciones y futuros
- Construir estrategias de renta y cuantificar su exposición a tipos y crédito
- Eficiencia de mercado, anomalías y finanzas conductuales
- Análisis técnico y cuantitativo del precio
- Estrategias en renta variable
- Estrategias con derivados y renta fija
- Backtesting, gestión del riesgo y ejecución
Hipótesis de mercado eficiente y sus formas
Sesgos conductuales y límites al arbitraje
Teoría de Dow
Datos alternativos y señales de sentimiento extraídas con modelos de lenguaje
Gestión fundamental
Construcción de carteras de estrategia y control de exposiciones.
Volatilidad
Coberturas con futuros y opciones
Curva, carry y roll-down,
Diseño del backtest
Stop-loss, VaR y Expected Shortfall; ejecución algorítmica (VWAP/TWAP)
Microcredencial 2: Portfolio Management. Teoría de Carteras, Estilos de Gestión y Machine Learning, con Simulación de Gestión
| Fecha de inicio | Fecha de fin | Horas lectivas | Coste |
|---|---|---|---|
| 12/07/2027 | 23/07/2027 | 50h | 1.700€ |
- Construir, gestionar y evaluar carteras multiactivo a lo largo de todo el proceso de inversión
- Dominar la teoría de carteras desde Markowitz hasta los modelos factoriales, bayesianos y de machine learning
- Demostrar una simulación competitiva de gestión con datos de mercado (uso de Stock Track)
- Derivar y calcular la frontera eficiente, la línea del mercado de capitales y la cartera tangente, y estimar rentabilidades esperadas
- Elaborar una declaración de política de inversión (IPS) para un inversor institucional o privado —objetivos, restricciones, horizonte, liquidez, fiscalidad y preferencias ESG— y derivar de ella la asignación estratégica
- Implementar optimizaciones robustas y comparar su estabilidad y rendimiento fuera de muestra
- Aplicar modelos de machine learning a la predicción de rentabilidades y a la construcción de carteras
- Gestionar una cartera y evaluar su desempeño justificando cada decisión ante un comité
- Fundamentos de la teoría de carteras
- Proceso de inversión y asignación de activos
- Estilos de gestión: de la gestión pasiva a los enfoques bayesianos y conductuales
- Machine learning en la gestión de carteras
- Medición de resultados y simulación de gestión
Utilidad y aversión al riesgo
Modelo media-varianza de Markowitz
IPS y perfil del inversor
Asignación estratégica vs táctica
Gestión activa vs pasiva
Finanzas conductuales aplicadas al gestor y al partícipe
Pipeline de ML financiero
Sobreajuste y gobernanza de modelos
Métricas de rentabilidad ajustada al riesgo
Simulación
