ADJUNCT PROFESSOR, FINANCIAL MACHINE LEARNING CORNELL UNIVERSITY

Marcos López de Prado tiene más de 20 años de experiencia desarrollando estrategias de inversión con la ayuda de algoritmos de Machine Learning y supercomputadoras. Recientemente ha vendido sus patentes a AQR Capital Management, donde fue director y el primer jefe de Machine Learning de AQR. Marcos también fundó y dirigió el negocio de Estrategias de inversión cuantitativas de Guggenheim Partners, donde desarrolló algoritmos de inversión de alta capacidad que brindaban rendimientos superiores ajustados al riesgo de manera consistente, recibiendo hasta $ 13 mil millones en activos.
Al mismo tiempo, entre 2011 y 2018, Marcos fue investigador en el Laboratorio Nacional Lawrence Berkeley (Departamento
de Energía de los Estados Unidos, Oficina de Ciencia). Ha publicado docenas de artículos científicos sobre Machine Learning y supercomputing en las principales revistas académicas, y SSRN lo ubica como el autor más leído en economía. Entre varias monografías, Marcos es el autor del libro de texto de graduados Advances in Financial Machine Learning (Wiley, 2018). Marcos obtuvo un doctorado en economía financiera (2003), un segundo doctorado en finanzas matemáticas (2011) de la Universidad Complutense de Madrid, y recibió el Premio Nacional de Excelencia Académica de España (1999). Completó su investigación postdoctoral en la Universidad de Harvard y en la Universidad de Cornell, donde imparte un curso de Financial Machine Learning en la Escuela de Ingeniería. En 2019, recibió el ‘Quant of the Year Award’ de The Journal of Portfolio Management.

Risk Management & Trading Conference

El encuentro más exclusivo a nivel mundial para Risk Managers, Quants, Traders, Fund Managers y Reguladores.