Estrategias de Trading con Python e IA : Diseño y Backtesting

Estrategias de Trading con Python e IA : Diseño y Backtesting

¿Te gustaría aprender a analizar mercados financieros y desarrollar tus propias estrategias de trading utilizando Python e Inteligencia Artificial, sin necesidad de conocimientos previos de programación?

En este curso aprenderás, paso a paso, a trabajar con datos financieros reales, utilizar Google Colab y herramientas de IA como ChatGPT y Claude, diseñar estrategias sencillas y comprobar su comportamiento mediante backtesting.

Todo el aprendizaje se aplicará a un proyecto práctico, para que al finalizar dispongas de un notebook funcional que podrás reutilizar, modificar y ampliar en tus propios proyectos de análisis cuantitativo.

Asimismo, se mostrará cómo estos mismos principios pueden trasladarse desde Google Colab a plataformas profesionales de mercados financieros como Bloomberg BQuant, donde Python permite desarrollar herramientas y aplicaciones cuantitativas.

El enfoque del curso será eminentemente práctico, combinando programación, análisis cuantitativo y aplicaciones reales al mundo de la inversión.

Objetivos

Al finalizar el curso, el participante será capaz de:

  • Utilizar Google Colab como entorno de desarrollo para Python.
  • Emplear herramientas de IA para comprender, generar y adaptar código.
  • Descargar y analizar datos financieros reales.
  • Diseñar y probar estrategias sencillas de trading.
  • Realizar un backtest básico e interpretar sus resultados.
  • Evaluar una estrategia mediante las principales métricas de rentabilidad y riesgo.
  • Conocer las posibilidades de trasladar prototipos desarrollados en Python a plataformas profesionales como Bloomberg BQuant.
  • Disponer de un notebook completamente funcional que podrá reutilizar y ampliar en futuros proyectos.

¿A quién va dirigido?

  • Personas que quieran aprender a diseñar y probar estrategias de trading.
  • Profesionales y estudiantes interesados en Python, finanzas e Inteligencia Artificial.
  • Personas con conocimientos básicos de mercados financieros que quieran incorporar herramientas de programación e IA a su análisis.
  • Traders e inversores interesados en el análisis cuantitativo.

Requisitos: No es necesario tener conocimientos avanzados de programación, pero se recomienda contar con conocimientos básicos de mercados financieros.

Claustro

Narciso Vega. Profesional con más de 25 años de experiencia en Asset Management, Hedge Funds, Trading Sistemático y Gestión automatizada para B2B, B2C y B2B2C. Fintech/Wealthtech (Quant Advisors y Robo-Advisors).Deutsche Bank Londres, Merrill Lynch Londres, Santander AM, BBVA.

Licenciado en ADE, Master en Portfolio Management especializado en métodos cuantitativos y CFA en Inteligencia Artificial en Inversiones y Banca (CAIIB), entre otras titulaciones profesionales.

Metodología

El curso se imparte en modalidad streaming y tiene una duración total de 12 horas que se impartirán en 4 sesiones de 3 horas los días 18, 19, 25 y 26 de noviembre de 18:30 a 21:30 horas.

La formación tiene un enfoque eminentemente práctico, dinámico y orientado a resultados, alternando breves explicaciones conceptuales con ejercicios guiados y el uso continuo de herramientas de Inteligencia Artificial para facilitar el aprendizaje y la adaptación del código a diferentes casos de uso.

El curso se desarrollará íntegramente mediante un notebook de Google Colab, ampliamente comentado y reutilizable, que servirá como material de apoyo durante y después de la formación.

Para el seguimiento del curso se debe tener una cuenta de Google para trabajar con Google Colab y Google Drive.

Precio total:

575,00 € IVA Incluido

Modalidad

Streaming

Fecha de inicio

18 de noviembre 2026

Precio

575,00 € IVA Incluido

Resumen de privacidad

Esta web utiliza cookies para que podamos ofrecerte la mejor experiencia de usuario posible. La información de las cookies se almacena en tu navegador y realiza funciones tales como reconocerte cuando vuelves a nuestra web o ayudar a nuestro equipo a comprender qué secciones de la web encuentras más interesantes y útiles.