Algorithmic Trading
The objective of the course is to introduce the assistant to the theory, practice, and technology around systematic
and algorithmic trading. At the end of the course, the assistant will have a broader understanding and a general
framework to build and deploy systematic strategies.
Horas:
9
9
Sesiones:
3
3
Fechas:
2023-11-30
2023-11-30
Horario:
9:00 am - 12:00 pm
9:00 am - 12:00 pm
Descripción
This course serves as an introduction to algorithmic trading, with the primary goal of acquainting participants with
fundamental concepts essential for a smooth transition into a fully systematic trading and execution framework.
The course covers a blend of systematic portfolio theory, the creation of data pipelines for algorithmic trading, and
the theoretical underpinnings of systematic trading.
Dirigido a:
• Personas provenientes de carreras económico-administrativas que quieran desempeñarse
profesionalmente como inversionistas independientes o para personas que están entrando a
áreas de inversiones y/o Asset Management de alguna institución financiera.
• Traders
• Brokers
• Fund Managers
• Risk Managers
• Personal de Tesorerías
• Hedge Funds
• Reguladores
• Corporativos
• Inversionistas Independientes
• Estudiantes y Académicos
En general, a cualquier persona que quiera desempeñarse en los Mercados y entender cómo operan
en el mundo real.
The Latest From The Best
Conoce a nuestro profesorado
José Alatorre
Actualmente es Quantitative Trader independiente con sede en Viena, Austria. Comenzó su carrera
profesional en México como Quantitatve Strategist en Afore Banamex. Luego pasó 10 años trabajando
en bancos de inversión en Nueva York estando en diferentes áreas de negocio: desde el desarrollo de
estrategias cuantitativas en commodities hasta las principales cross asset sales en América Latina.
Académicamente, cuenta con una licenciatura en Ciencias Actuariales en el ITAM, un Diploma en
Ingeniería Financiera en Haas School of Business at Berkeley University, una Maestría en Investigación
de Operaciones de la Columbia University y una Maestría en Data Science por Harvard University.
A lo largo de su trayectoria ha trabajado con más de 10 lenguajes de programación y en los últimos
6 años se ha enfocado casi exclusivamente en Python. Su interés en la investigación se centra
en el desarrollo de estrategias cuantitativas utilizando Deep and Reinforcement Learning y en la
construcción de un sistema de gestión de contenido para el científico de datos llamado blero www.
blero.dev
