Después de hacer estos cursos, me siento seguro creando visualizaciones y cuadros de mando profesionales
Shoebur RahmanEspecialista en adquisiciones, Giz Bangladesh
Descripción del curso
Gestionar el riesgo mediante la gestión cuantitativa de riesgos es una tarea vital en los sectores de la banca, los seguros y la gestión de activos. Es esencial que los analistas de riesgos financieros, los reguladores y los actuarios puedan equilibrar cuantitativamente las recompensas con su exposición al riesgo.Este curso te presenta la gestión del riesgo de portafolios financieros mediante un examen de la crisis financiera de 2007-2008 y su efecto en bancos de inversión como Goldman Sachs y J.P. Morgan. Aprenderás a utilizar Python para calcular y mitigar la exposición al riesgo utilizando las medidas Valor en riesgo y Valor en riesgo condicional, a estimar el riesgo con técnicas como la simulación Montecarlo y a utilizar tecnologías de vanguardia como las redes neuronales para reequilibrar el portafolio en tiempo real.
Requisitos previos
Programa de formación
Contenido del curso
1
Resumen de riesgos y rentabilidades
La gestión del riesgo empieza por comprender el riesgo y la rentabilidad. Recapitularemos cómo se relacionan entre sí el riesgo y la rentabilidad, identificaremos los factores de riesgo y los utilizaremos para volver a familiarizarnos con la teoría del portafolio moderna aplicada a la crisis financiera mundial de 2007-2008.
- ¡Te damos la bienvenida!50 XP
- Rentabilidades del portafolio durante la crisis100 XP
- Covarianza de los activos y volatilidad del portafolio100 XP
- Factores de riesgo y crisis financiera50 XP
- Manual de remuestreo de frecuencia100 XP
- Visualización de la correlación de los factores de riesgo100 XP
- Modelo factorial de mínimos cuadrados100 XP
- Teoría del portafolio moderna50 XP
- Práctica con PyPortfolioOpt: rentabilidades100 XP
- Práctica con PyPortfolioOpt: covarianza100 XP
- Desglose de la crisis financiera100 XP
- La frontera eficiente y la crisis financiera100 XP
2
Gestión de riesgos orientada a objetivos
Ahora es el momento de ampliar tus herramientas de optimización del portafolio con medidas del riesgo como el valor en riesgo (VaR) y el valor en riesgo condicional (CVaR). Para ello utilizarás bibliotecas especializadas de Python, como pandas, scipy y pypfopt. También aprenderás a mitigar la exposición al riesgo utilizando el modelo de Black-Scholes para cubrir un portafolio de opciones.
3
Cálculo e identificación del riesgo
En este capítulo, calcularás medidas del riesgo utilizando la estimación paramétrica y datos históricos reales. A continuación, descubrirás cómo la simulación Montecarlo puede ayudarte a prever la incertidumbre. Y, por último, aprenderás cómo la crisis financiera mundial señaló que la propia aleatoriedad estaba cambiando, comprendiendo qué son las rupturas estructurales y cómo identificarlas.
4
Gestión avanzada de riesgos
Es hora de explorar herramientas más generales de gestión de riesgos. Estas técnicas avanzadas son fundamentales cuando se intenta comprender eventos extremos, como las pérdidas sufridas durante la crisis financiera, y distribuciones de pérdidas complicadas que pueden desafiar las técnicas de estimación tradicionales. También descubrirás cómo pueden implementarse redes neuronales para aproximar distribuciones de pérdidas y realizar optimización del portafolio en tiempo real.
Gestión cuantitativa de riesgos en Python
Curso
completado
