Laboratorio internacional de Finanzas Cuantitativas ARPM | Agenda 2021 de actividades
En la Universidad del CEMA somos conscientes de que el mundo moderno de las finanzas, especialmente en los últimos años, se ha convertido en una disciplina multidisciplinaria, en donde no sólo el conocimiento sobre finanzas y economía es importante, sino que el manejo de herramientas matemáticas, estadísticas, y métodos computacionales, son de vital importancia. Cada vez son mas las compañías que basan su proceso de toma de decisiones en función de datos de todo tipo, cuyo fin es hacer a un lado los sesgos inherentes del ser humano, y, a través de algoritmos basados en modelos matemáticos y estadísticos, acompañar al proceso de toma de decisiones, lo que representa una tendencia a nivel mundial.
Por esto, creemos que un graduado de una Maestría en Finanzas debe tener sólidos conocimientos en matemáticas, estadísticas, así ciertos lenguajes de programación, enfocados a las finanzas, para ser competitivo en el actual mercado laboral. En esto nos favorece el hecho que la Universidad cuenta con un Departamento de Ingeniería en Informática, que complementa estas posibilidades.
Con esto en mente, el Departamento de Finanzas de la Universidad del CEMA ha logrado un importante acuerdo con ARPM | Advanced Risk and Portfolio Management, mediante el cual los alumnos pueden pueden acceder a los servicios del Quant Lab: cientos de casos teóricos, casos de estudios, ilustraciones interactivas, miles de códigos para programar y testear lo aprendido a lo largo del curso.
Laboratorio de Finanzas Cuantitaticas (Quant Lab)
Director del Laboratorio
Julian Siri
Investigadores asociados
Manuel Calderon
Pablo Orazi
External advisor
Juan Serur
El LAB (mas información www.arpm.co/lab) recorre los siguientes tópicos:
- Data science
- Machine learning
- Market modeling
- Factor modeling
- Portfolio construction
- Liquidity
- Dynamic strategies.
En un marco y confiando en una notación consistente, el Laboratorio:
- Todas las principales clases de activos: acciones (públicas / privadas), renta fija, crédito, divisas, alternativas, alta frecuencia, empresa, etc.
- Las técnicas más avanzadas: ciencia de datos y aprendizaje automático, modelado de factores, construcción de cartera, negociación algorítmica, medición de riesgo de inversión, modelado de liquidez, gestión de riesgo empresarial, etc.
El Lab cuenta con:
- 1648 presentaciones interactivas de teoría
- 1155 casos de estudios de las aplicaciones antes mencionadas
- 200+ animaciones con simulaciones de casos particulares
- Aproximadamente 100.000 lineas de códigos en Python, R y MATLAB (las cuales corren en una máquina virtual incluída en el Lab)
- Mas de 2500 slides y 500 videos de casos prácticas para implementarlos en el marco del Lab
- Más de 1000 ejercicios prácticos.
Todos los alumnos podrán acceder a las virtual machines del Lab, estudiar y aprender la teoría que este contiene y luego realizar experimentos en los lenguajes de programación mencionados. Considerando que el Lab ya cuenta con casi 100.000 lines de códigos para diseño de testeos, estrategias, pruebas de stress, entre otros, los alumnos pueden tomar esto como baso y luego cambiar la implementación, ya sea en términos de asset classes, mercados, parametrización de estrategias, entre otros.
Así mismo, los alumnos podrán tomar este trabajo como base para la tesis final requerida para finalizar la Maestría en Finanzas. El objetivo es que los alumnos adquieran sólidas bases teóricas aplicadas a casos reales, para que puedan de esta forma, resolver problemas diarios que muchas veces se lo hace de forma ineficiente por carecer de conocimientos cuantitativos y computacionales aplicados a finanzas.
Uno de los objetivos finales más importantes es apalancarse en esa nueva innovación para generar Research e ideas aplicables a los mercados reales, brindando a los usuarios (profesores y estudiantes) un espacio virtual para experimentar todo tipo de innovación en lo que a finanzas cuantitativas respecto. Se busca en largo plazo lograr una de las escuelas de finanzas cuantitativas más importantes de la región.
Agenda 2021
The Master in Finance in partnership with ARPM, offers Advanced Risk and Portfolio Management as one of its courses as elective, assigning 1.5 CFU.
Upon successful completion of the course, you will be able to:
- correctly map all the techniques adopted in quantitative finance onto a unified theoretical framework, appreciating the interconnections, and gaining a fresh perspective on the known techniques;
- avoid the most common pitfalls in risk management and portfolio management applications;
- interact with your classmates (and with the ARPM community) using a common language and notation;
- navigate the ARPM Lab to find detailed reference material to deepen your knowledge of the topics covered by the course, and more.
Advanced Risk and Portfolio Management at UCEMA
Title: Advanced Risk and Portfolio Management
Term: Spring 2021
Instructors names: Pablo Orazi, Manuel Calderón, Julián Siri
Credits #: 1.5 CFU
Length: 24 weeks
Live session format: Live flipped classroom
Topics covered: Data Science, Financial Engineering for Investment, Quantitative Risk Management, Quantitative Portfolio Management
Reference material: advanced online learning management platform
Presentation: ARPM offers to schedule a video call to present the course to the Students at the beginning of the course
La Maestría en Finanzas, en conjunto con ARPM, ofrece el programa Advanced Risk and Portfolio Management como uno de sus cursos optativos, asignándole 1.5 créditos.
Al completar con éxito este curso, uno será capaz de:
- mapear correctamente todas las técnicas adoptadas en finanzas cuantitativas en un marco teórico unificado, apreciando las interconexiones y obteniendo una nueva perspectiva sobre las técnicas conocidas;
- evitar los errores más comunes en los desarrollos asociados al risk management y portfolio management;
- interactuar con sus compañeros de clase (así como los miembros de la comunidad ARPM) usando un lenguaje y notación en común;
- navegar el ARPM Lab para encontrar material de referencia detallado, que profundizará el conocimiento de los temas cubiertos en clases, y más.
Actividades del Laboratorio
Las actividades del Laboratorio se realizarán los días sábados de 9.00 AM a 11 AM a partir del 17 de Abril, y abarcando los siguientes temas
|
Sesión |
Fecha | Temática |
|---|---|---|
| 1/2 | 17 y 24 abr | Risk Drivers para distintas clases de activos |
| 3 a 6 | 8,15,22 y 29 may | Quest for invariance |
| 7 a 13 | 5,12,19,26 jun y 3,17 y 24 jul | Estimation |
| 14 | 31 jul | Projection |
| 15 | 17 ago | Pricing |
| 16 | 14 ago | Aggregation |
| 17 a 18 | 21, 28 ago | Ex-ante Evaluation & Attribution |
| 19 | 4 sept | Portfolio Optimization |
| 20 a 21 | 11, 18 sept | Estimación y model risk. |
| 22 | 25 sept | Estrategias (cross-sectional). |
| 23 | 2 oct | Estrategias (time series). |
| 24 | 9 oct | Trade Execution. |
Estructura de actividades y contenidos del Laboratorio
Week
1
Introduction
The "Checklist": executive summary
The Checklist: Step 1 - Risk drivers identification
2
The Checklist: Step 2 - Quest for invariance (univariate)
Distributions
Representations of a distribution
Scenario-probability distributions
3
Location and dispersion
Copulas
Definition and properties of copulas
4
The Checklist: Step 3 - Estimation
Setting the flexible probabilities
5
Linear factor models
Application: principal component analysis of the yield curve
6
Machine learning: foundations and prediction
Point vs. probabilistic statements
7
Machine learning: out of sample enhancements
Regularization and features selection
The Checklist: Step 4 - Projection
One-step historical projection
8
The Checklist: Step 5 - Pricing at the horizon
9
The Checklist: Step 7 - Ex-ante evaluation
Expected utility and certainty-equivalent
9
The Checklist: Step 8a - Ex-ante attribution: performance
Ex-ante attribution: performance
Top-down exposures: factors on demand
10The Checklist: Step 9a - Construction: portfolio optimization
Construction: portfolio optimization - Overview
The Checklist: Step 9b - Construction: estimation and model risk
11
Black-Litterman
Views processingGeneral views processing
Analytical implementation: views on correlations, means, volatilities
The Checklist: Step 9c - Construction: cross-sectional strategies
Construction: cross-sectional strategies
Advanced portfolio construction
12The Checklist: Step 9d - Construction: times series strategies
Construction: time series strategies
Option based portfolio insurance
Rolling horizon convex/concave strategies