|
所在平台: Coursera |
课程主页: https://www.coursera.org/learn/analitica-financiera
课程评论：没有评论
课程名称：金融分析 课程概述：随着组织商业模式的复杂化，金融决策过程中对数据分析和统计模型构建技能的需求日益增加。本课程提供当今金融分析方法的概述。课程开始时，将介绍金融分析，建立数据转化与价值创造之间的关系，理解识别模型、技术和所解决问题的不同数据类型。随后，将进入金融时间序列的学习，理解其组成部分及样本与预测误差度量的相关性，以帮助模型选择。学员将学习基本的机器学习概念和常用的金融模型，并应用神经网络原理来预测金融时间序列行为。最后，课程将探讨主要的金融风险度量及其与资产收益的关系。学员将在经济计量模型和机器学习模型中进行描述性和预测性模型的应用。 课程适合来自不同学科的人士，特别是希望进入数据分析在金融领域应用的学员，前提是具有至少本科学历以及中级的概率和统计知识。学员可来自政府、产业、咨询和学术等各个领域。 课程要求安装R和R-Studio，建议计算机内存大于8GB，硬盘空间超过1GB。 课程大纲： 1. **金融分析简介**：了解数据分析的概念及其在金融决策中的重要性，通过实例阐释描述性、诊断性和预测性转化。 2. **金融时间序列简介**：学习金融时间序列数据的描述，包括价格系列和交换率，掌握错误度量的选择以支持模型建立，应用人工神经网络进行金融时间序列预测。 3. **风险与资产收益的关系**：探讨风险的统计特征和风险收益关系，分析风险定义和常用度量，学习基于金融价值评估模型的风险分析。 4. **条件波动性与市场风险**：研究条件波动性概念及ARCH和GARCH模型，深入市场风险的不同类型，学习风险价值（VaR）模型及其局限性，并最后通过案例分析进行应用演示。
Name:Introducción a la Analítica Financiera
Description:Bienvenido al primer módulo del curso Analítica Financiera. En este módulo aprendernos sobre el concepto de la analítica de datos. Nos adentraremos en los niveles de transformación de que hay (Descriptivo y Diagnóstico; Predictivo y Prescriptivo) y lo ejemplificaremos mediante una aplicación en el área financiera. Al igual, veremos la importancia de la analítica en la generación de valor, en la toma de decisiones y reducción de la incertidumbre.
Name:Introducción a las Series Financieras
Description:Bienvenidos al segundo módulo del curso de Analítica Financiera. En este módulo nos adentraremos a los tipos de datos que son series de tiempo y que son de mucha relevancia para el área financiera. Aprenderemos primero a describir los componentes de las series de tiempo financieras, tales como las series de precios, tasas de intercambio y demás, para relacionar algunos modelos que las estudian, lo cual es un paso inicial muy importante para poder generar interpretabilidad de los datos y capacidades de pronósticos. También, entenderemos las diferencias y uso de las diferentes métricas de error dentro de la muestra y de aquellas de pronóstico, para la selección de modelos. Finalmente, como una aplicación a estos modelos, entenderemos los principios básicos de las Redes Neuronales Artificiales para aplicarlos al pronóstico de series financieras.
Name:Introducción al Riesgo y su relación con el Rendimiento Activos
Description:Bienvenido al tercer módulo del curso Analítica Financiera. En este módulo nos introduciremos al área de riesgo y su relación usual con los rendimientos de los activos. Para ello, una primera lección se enfocará a describir los momentos estadísticos de las series, que nos ayuda a tener una descripción general del comportamiento de las series, como de precios, rendimientos. La segunda lección abordará con más detalle la relación de riesgo rendimiento. Para ello, comenzaremos abordando las definiciones de riesgo, sus medidas más empleadas y finalmente, estudiaremos esta relación a través de dos modelos de valoración usualmente empleados en finanzas.
Name:La Volatilidad Condicional y Riesgo Mercado
Description:Bienvenido al cuarto y último módulo del curso Analítica Financiera. En este módulo continuaremos estudiando los temas de riesgo, donde nos enfocaremos a estudiar los conceptos de volatilidad condicional y el riesgo de mercado. Abordaremos los conceptos de la volatilidad condicional mediante los modelos ARCH y GARCH; igualmente estudiaremos los diferentes tipos de riesgos financieros donde aterrizaremos en el tipo de Mercado, estudiando el Valor en Riesgo o VaR mediante diferentes modelos. Igualmente, identificaremos algunas limitantes de estos modelos y daremos paso al planteamiento de CVaR o VaR condicional. Finalmente, y como punto final del curso, desarrollarás un interesante caso de aplicación en el área de analítica financiera.
Conforme las organizaciones complejizan sus modelos de negocios, se requieren más personas con habilidades en el análisis de datos y la construcción de modelos estadísticos que faciliten la toma de decisiones financieras en escenarios con riesgo. En este curso, se presenta una visión general de los métodos de analítica en finanzas que se aplican en la actualidad. Se da primeramente, una introducción a la analítica financiera estableciendo la relación entre la transformación de datos y la generación de valor, entendiendo primeramente las diferencias entre los tipos de datos usuales para identificar modelos, técnicas y tipos de problemáticas que resuelven. Posteriormente, nos introduciremos en las series financieras, entenderás sus componentes, así como la relevancia de las diferentes métricas de error dentro de la muestra y los de pronóstico para la selección de modelos. Aprenderás los conceptos básicos del aprendizaje automático y los modelos usuales en finanzas; con ello en mente, estudiaremos y aplicaremos los principios de las redes neuronales para predecir comportamientos de las series financieras. Finalmente, entenderemos las principales métricas de riesgo financiero y su relación con el rendimiento de activos. Bajo este contexto, se realizarán aplicaciones a modelos descriptivos y predictivos contemplados en modelos econométricos y de aprendizaje automático. Este curso está pensado para personas de diferentes disciplinas que quieren adentrarse en el mundo de la analítica de datos aplicado a finanzas, quienes reconocen que el desarrollo de habilidades de análisis para el entendimiento y aplicación de los enfoques estadísticos descriptivos, de diagnóstico y de predicción en finanzas son relevantes hoy en día. Este curso está pensado para personas con por lo menos un título de pregrado con conocimientos intermedios en probabilidad y estadística. El aspirante a tomar este curso puede provenir de cualquier campo del conocimiento, desde el gobierno, la industria, la consultoría y la academia. Este curso requiere de la instalación de R y R-Studio, es recomendable que el equipo cuente con más de 8 GB de RAM y espacio en disco duro superior a 1 GB.
