Proyecto: CURSO DE FORMACION CONTINUA
“Curso: Financial Data Analytics con Python”
Docente/s a cargo:
PhD(c). …………….
PROYECTO ACADÉMICO
CURSO: “Curso: Financial Data Analytics con Python”
Nombre Del Facilitador/es: PhD(c) ………………………..
Fechas de Realización:
Lunes 17-mar 19:3 22:0
0 0
Martes 18-mar 19:3 22:0
0 0
Jueves 20-mar 19:3 22:0
0 0
Lunes 24-mar 19:3 22:0
0 0
Martes 25-mar 19:3 22:0
0 0
Jueves 27-mar 19:3 22:0
0 0
Horas Académicas: 15 [19:30 a 22:00]
1 Aspectos generales
Duración: 15 horas
Nivel de Dificultad: Principiante
Conocimientos muy básicos de matemáticas (nivel bachiller)
Familiaridad básica con entornos informáticos
No se requiere experiencia previa en programación
Interés en finanzas y mercados financieros
Público Objetivo
Este curso está diseñado para:
1. Profesionales del sector financiero que desean adquirir habilidades técnicas en
análisis de datos:
o Analistas financieros tradicionales que quieren modernizar sus métodos de
trabajo
o Gestores de carteras interesados en implementar estrategias cuantitativas
o Profesionales de banca y seguros que necesitan mejorar sus capacidades
analíticas
o Contadores y auditores que buscan automatizar procesos de análisis financiero
2. Estudiantes y recién graduados en áreas como:
o Finanzas, Economía y Administración de Empresas
o Ingeniería, Matemáticas o Estadística con interés en el sector financiero
o Ciencias de la Computación que buscan especializarse en aplicaciones
financieras
2
El curso está específicamente diseñado para personas con conocimientos limitados o nulos de
programación, ofreciendo una progresión gradual desde conceptos básicos hasta aplicaciones
de nivel intermedio.
Objetivo del Curso
El objetivo principal de este curso es capacitar a los participantes en la aplicación de Python
para el análisis de datos financieros, proporcionándoles las herramientas técnicas
fundamentales necesarias para desenvolverse en el mundo financiero actual. Los participantes
desarrollarán competencias esenciales para dominar los fundamentos de programación con
Python enfocados específicamente en aplicaciones financieras, adquiriendo habilidades
prácticas en el manejo y análisis de datos financieros, así como en la creación de
visualizaciones efectivas para comunicar resultados y tendencias.
A través de este programa formativo, los estudiantes aprenderán a aplicar el pensamiento
analítico en contextos financieros reales, implementando metodologías cuantitativas para la
toma de decisiones, desarrollando modelos predictivos básicos para mercados financieros y
evaluando estrategias de inversión mediante técnicas de backtesting. Este enfoque práctico les
permitirá transformar datos en información accionable para optimizar decisiones financieras.
El curso también se enfoca en capacitar a los participantes para automatizar procesos de
análisis financiero, construyendo flujos de trabajo eficientes para la obtención y
procesamiento de datos, generando reportes automatizados de rendimiento y riesgo, y
creando dashboards interactivos para el monitoreo continuo de mercados. Esta
automatización les permitirá ahorrar tiempo y reducir errores en tareas repetitivas,
aumentando su productividad profesional.
Finalmente, este programa busca proporcionar una base sólida para el crecimiento profesional
de los participantes, preparándolos para roles que demandan habilidades técnicas en el sector
financiero moderno, abriendo camino hacia certificaciones más avanzadas en fintech y análisis
cuantitativo, y fomentando la capacidad de aprendizaje autónomo continuo. Al finalizar el
curso, los participantes estarán equipados con el conocimiento práctico y las competencias
necesarias para implementar soluciones analíticas basadas en Python que resuelvan
problemas financieros reales, desde el análisis básico de activos hasta la construcción y
evaluación de carteras de inversión, incrementando significativamente su competitividad en el
mercado laboral.
2 Metodología de Enseñanza
Enfoque gradual: de conceptos básicos a intermedios
Explicaciones detalladas con ejemplos simples e intuitivos
Notebooks precargados y guiados paso a paso
Ejercicios prácticos con soluciones comentadas
Proyecto final que integra todos los conocimientos
3 Recursos Proporcionados
Material de apoyo, incluyendo guías y manuales en formato digital.
Acceso a un entorno de práctica con Python y Jupyter Notebook.
Recomendaciones para recursos adicionales y lecturas complementarias.
4 Requisitos
Una computadora.
3
Conexión a internet para participar en las sesiones en línea.
El Curso se basa en el concepto metodológico de “aprender haciendo” en el que los
participantes aprenden a partir de sus propias acciones y experiencias, y adquieren
conocimientos y habilidades mediante un ciclo de aprendizaje por acción.
5 Contenido
UNIDAD 1: Introducción a Python y su Relevancia en Finanzas
1.1. Fundamentos de Python para principiantes
1.2. Estructuras de datos fundamentales para análisis financiero
UNIDAD 2: Bibliotecas Esenciales y Manipulación Básica de Datos
2.1. Primeros pasos con NumPy y Pandas
2.2. Lectura y escritura de datos financieros
UNIDAD 3: Visualización de Datos Financieros
3.1. Introducción a Matplotlib y Seaborn
3.2. Visualizaciones específicas para finanzas
UNIDAD 4: Obtención y Preparación de Datos Financieros
4.1. Fuentes de datos financieros accesibles
4.2. Preprocesamiento básico de datos
UNIDAD 5: Análisis Estadístico para Series Financieras
5.1. Estadística descriptiva aplicada a finanzas
5.2. Introducción a series temporales
UNIDAD 6: Indicadores Técnicos con Python
6.1. Fundamentos del análisis técnico
6.2. Osciladores e indicadores de momento
6 Lugar
El curso se llevará a cabo de la plataforma Teams.
7 Detalle de Honorarios Profesionales
A continuación, se presenta la propuesta económica para la impartición del curso "Analítica de
Datos con Python Aplicado a Finanzas" de acuerdo a los parámetros establecidos:
Estructura de costos:
Horas de clase presencial: 15 horas totales
Tarifa docente por hora: Gratuito
Total honorarios profesionales:
Desglose por unidad:
Unidad Duración
Unidad 1: Introducción a Python y su Relevancia en Finanzas 2,5 horas
Unidad 2: Bibliotecas Esenciales y Manipulación Básica de Datos 2,5 horas
Unidad 3: Visualización de Datos Financieros 2,5 horas
4
Unidad 4: Obtención y Preparación de Datos Financieros 2,5 horas
Unidad 5: Análisis Estadístico para Series Financieras 2,5 horas
Unidad 6: Indicadores Técnicos con Python 2,5 horas
Total 15 horas
La propuesta incluye:
Preparación completa del material didáctico para cada módulo
Desarrollo de guías prácticas y ejercicios
Notebooks de Jupyter preconfigurados para facilitar el aprendizaje
Evaluación continua durante el curso
Diseño y revisión del proyecto final integrador
Atención a consultas durante el periodo del curso
