Machine Learning
para Inversiones
Curso de Especialización
Este curso de especialización enseña a usar IA y Python
en inversiones bursátiles con Machine Learning. Los
participantes crearán modelos predictivos, analizarán
riesgos y optimizarán decisiones. Diseñado para
inversionistas, combina práctica y teoría.
Decide,
Hazlo,
Logra
Objetivos
Generales
Dotar a los participantes de los conocimientos y habilidades
necesarias provenientes del Machine Learning, dentro del esquema
de aprendizaje-profundo (deep learning) supervisado en el análisis y
gestión de inversiones en bolsa, permitiéndoles optimizar la toma de
decisiones mediante el uso del análisis de data, modelos predictivos,
backtesting, y obtención de resultados robustos de rentabilidad en
el análisis del mercado bursátil. Al finalizar el curso, los participantes
estarán capacitados para implementar herramientas de Machine
Learning en sus estrategias de inversión, mejorar la precisión de sus
predicciones y optimizar la rentabilidad de sus portafolios.
Específicos
Aplicar Algoritmos de Machine Learning: Los participantes estarán la
capacidad de implementar y adaptar diferentes algoritmos de Machine
Learning en el análisis de datos económicos y financieros, con el fin de
identificar patrones, realizar predicciones y tomar decisiones informadas
en sus estrategias de inversión.
Desarrollar Modelos Predictivos: Los participantes estarán preparados
para construir, evaluar y validar modelos predictivos específicos
(backtesting) para el análisis de instrumentos del mercado financiero y de
productos (commodities), asegurando la precisión y confiabilidad de sus
predicciones mediante técnicas avanzadas como la ingeniería de
características (Feature Engineering), la regresión, y modelación de series
de tiempo.
Gestión de Riesgos y Optimización de Portafolios: Los participantes
estarán dotados de herramientas avanzadas para gestionar riesgos
financieros y la optimización de portafolios de inversión, aplicando
modelos robustos como la simulación de escenarios y la diversificación
eficiente.
2
Dirigido a:
El curso está dirigido a inversionistas, profesionales y público
en general interesado en el tema. No es necesario tener
conocimientos previos de Python.
Inicio, horario y duración
Inicio:
Del 29 de septiembre al 27 de octubre de 2025.
Horario:
Lunes y miércoles 7:00 pm a 10:00 pm.
Duración:
24 horas lectivas.
Modalidad
A distancia / En tiempo real.
(Clases en tiempo real mediante la plataforma Cisco Webex).
Inversión
Público en general: S/ 1,728.00.
Al contado En cuotas
Abono en cuenta corriente y/o pago con
Consulte por las facilidades de
tarjeta de crédito y débito: Visa, Mastercard,
financiamiento
American Express y Diners Club
Banco de Crédito del Perú Scotiabank
Cuenta corriente en moneda nacional Cuenta corriente en moneda nacional
193-1544418-0-80 000-5212944
N° de cta. interbancario del BCP N° de cta. interbancario del Scotiabank
00219300154441808014 00917000000521294422
3
Pronto Pago
15% de descuento hasta dos semanas antes del inicio.
Descuento Corporativo
(Participación de 03 colaboradores de una misma empresa)
25% de descuento del monto total.
Pago online
Con tarjeta de débito y/ crédito (Visa, Mastercard, Paga online aquí
American Express, Diners Club)
Stock mínimo 15 cupos por actividad o hasta agotar stock.
Información Importante
La Bolsa de Valores de Lima se reserva el derecho de devolución de pagos, este
solo procede por reprogramación de la fecha de inicio de la capacitación,
cancelación de la misma y por lo señalado en la política de devolución.
Además, la BVL se reserva el derecho de reprogramar o cancelar el curso si
este no llega al cupo mínimo requerido hasta el mismo día de inicio de clases,
o por otras razones ajenas a su voluntad, lo cual será debidamente
comunicado a los inscritos que se identificaron.
De presentarse este caso, las devoluciones de pagos efectuados se realizarán
en el lapso máximo de 30 días hábiles, desde la cancelación del curso. La BVL
se reserva el derecho de modificar el cronograma de clases por situaciones no
programadas: sismos, huelgas, imprevistos, críticos con los docentes.
Asimismo, se reserva el cambio de docentes por enfermedad, accidente o
viaje laboral urgente, entre otros.
Términos y Condiciones
Docentes
Ruth Milagros Delgado
Certificated for Scholars on Economics and Business, Institute for
Training and Development en Estados Unidos de América.
Sponsored by The United States Department of State Bureau of
Educational and Cultural Affairs.
Certificated in Educative Programs: Introduction Futures Hedge,
London Metal Exchange.
Magister en Derecho Bancario y Financiero, Pontificia
Universidad Católica del Perú.
Gerente de Estrategia de Inversiones Globales para Grossman
Capital Markets – Professional Advisor para Interactive Brokers LLC
– Estados Unidos de América.
Docente Universitario de Posgrado.
5
Docentes
Carlos Palomino Selem
Magister en Finanzas Cuantitativas.
Magister en Administración de Negocios – Especialidad
Finanzas.
Certificación en Machine Learning for Finance, The University of
Chicago – EE.UU.
Certificated in Educative Programs: Introduction Option Hedge,
London Metal Exchange.
Estudios de Especialización en Sistemas Financieros y
Regulación Financiera en el Instituto de Desarrollo Económico de
Berlín – Alemania.
Director Gerente para–Grossman Capital Markets – Professional
Advisor para Interactive Brokers LLC – Estados Unidos de América.
Miembro Independiente del Comité Vector de Precios de la
SBS-AFP.
Docente Universitario de Posgrado.
6
Contenido
1. IA, Machine Learning y Fundamentos de
programación Python I.
Objetivo
Familiarizar a los participantes en los conceptos básicos de la IA,
el Machine Learning-Deep Learning y la programación en Python,
sentando las bases para el desarrollo de aplicaciones en el análisis
de inversiones bursátiles. Los alumnos aprenderán las funciones y
operaciones básicas de Python, así como su sintaxis y estructuras
de control.
Temas a desarrollar
IA, y Machine Learning: Aprendizaje Profundo – Supervisado.
Funciones y operaciones básicas en Python.
Introducción a la sintaxis, bucles, declaraciones condicionales.
Bibliotecas de Python para la Ciencias de Datos.
Temas a desarrollar
7
2. Programación en Python II y aplicaciones a
Estadísticas de Inversión.
Objetivo
Capacitar a los participantes en la recolección, visualización y
análisis de datos financieros utilizando Python, aplicando este a la
estadística de hechos estilizados en el contexto del mercado de
valores y capitales en general.
Temas a desarrollar
Recolección de data financiera del mercado.
Visualización de data financiera del mercado.
Conceptos generales sobre Estadística y Hechos Estilizados.
Python aplicado a la estadística financiera.
Caso práctico
8
3. Fundamentos de Ciencia de Datos (Data Science)
para Inversiones Financieras.
Objetivo
Formar a los participantes para que realicen la exploración y
análisis de datos financieros (EDA), aplicando estas técnicas para
apoyar la tomar decisiones estructuradas sobre inversiones en
activos financieros.
Temas a desarrollar
Exploración y análisis de data financiera (EDA).
Aplicaciones de EDA a productos financieros y no financieros
(commodities).
Análisis de patrones de desempeño e interpretación de
resultados.
Caso práctico
9
4. Modelización y Regresión Lineal.
Objetivo
Introducir a los participantes en los conceptos y la modelización,
utilizando la regresión lineal y la metodología OLS, permitiéndoles
interpretar y aplicar estos modelos en los procesos que sigue la data
financiera del mercado real.
Temas a desarrollar
Modelos de generación.
Regresión lineal.
Metodología OLS.
Estadísticos.
Análisis e interpretación de resultados.
Caso práctico
10
5. Medición de Desempeño de Modelos para Inversion
es en Bolsa.
Objetivo
Capacitar a los participantes en la evaluación y validación de
modelos predictivos, incluyendo técnicas de Feature Engineering y
la regularización, para mejorar la precisión de las predicciones en el
contexto de inversiones en bolsa.
Temas a desarrollar
Predicción.
Modelos de evaluación.
Modelos de validación.
Feature Engineering.
Regularización.
Caso práctico
11
6. Modelación de Serie de Tiempos y Predicción.
Objetivo
Proporcionar a los participantes los conocimientos necesarios para
modelizar series de tiempo financieras utilizando modelos AR, MA
y ARIMA, aplicando estos modelos a la predicción del
comportamiento del mercado bursátil de instrumentos financieros
y de productos.
Temas a desarrollar
Proceso Estocástico.
Estacionaridad.
Modelo Autorregresivo (AR).
Moving Average Model (MA).
Modelo ARIMA.
Backtesting.
Caso práctico
12
7. Modelos Avanzados para Riesgos Financieros.
Objetivo
Aplicar modelos avanzados como GARCH, ARCH, VaR y CVaR para
la medición y gestión de riesgos financieros, permitiéndoles mejorar
la resiliencia de sus portafolios frente a la volatilidad del mercado.
Temas a desarrollar
Modelo GARCH.
Modelo ARCH.
VaR.
CVaR.
Caso práctico
13
8. Modelos Robustos para Análisis de Portafolio.
Objetivo
Formar a los participantes en la construcción y análisis de
portafolios de inversión empleando metodologías avanzadas
que dan robustez a los resultados obtenidos como son la Simulación
Montecarlo, los árboles de decisión y redes neuronales, para
optimizar la diversificación y maximizar el rendimiento de sus
inversiones.
Temas a desarrollar
Creación de Portafolio de Inversiones.
Hechos estilizados.
Simulación Montecarlo.
Arboles de Decisión.
Redes Neuronales.
Caso práctico
14
Sistemas y plataformas a utilizar
Anaconda.
Jupyter.
Google Colab.
Sistema de evaluación
Asistencia y participación en clase: 15%
Desarrollo de casos y ejercicios en clase: 20%
Desarrollo de ejercicios (tareas): 15%
Caso final: 50%
La participación en clase comprende la absolución y discusión en
las preguntas planteadas en clase, mientras que el desarrollo de
casos y ejercicios comprende la participación del alumno en el
análisis grupal y su aporte de manera individual en el desarrollo de
los casos de estudio y los ejercicios planteados en clase.
15
Metodología
El curso se realizará a través de presentaciones del profesor, siendo
indispensable la participación activa de los alumnos en desarrollar los casos
práctico; así como, los debates que se planteen en clase en torno a los temas a
tratar, la discusión de los casos de estudio y de las lecturas propuestas. Los
alumnos deberán revisar el material de lectura previamente a la clase, así
como desarrollar los ejercicios y casos.
Certificación
A nombre de:
Decide,
Hazlo,
Logra
Cisco Webex
La plataforma Cisco Webex está diseñada para que el alumno
pueda interactuar en tiempo real con el docente mediante
una computadora, laptop o dispositivo móvil con acceso a
internet. El participante podrá escuchar, visualizar y realizar
cualquier consulta durante el desarrollo de clases, ya sea por
micrófono y/o chat. Asimismo, la plataforma graba las
sesiones de estudio, por lo que el usuario podrá reforzar lo
aprendido visualizando posteriormente la sesión grabada.
16
Beneficios
de estudiar en Bursen
Cursos especializados en el mercado financiero y bursátil.
Certificaciones internacionales en finanzas, mercado bursátil y
gestión de riesgos.
Certificación a nombre de la BVL y del Grupo BVL.
Docentes expertos en sus áreas de trabajo.
Metodología teórico - práctica con casuísticas reales que suceden
en elmercado laboral.
Programa Alumni BURSEN con beneficios exclusivos para
alumnos y egresados.
Contacto
@bvlbursen bursen www.bursen.com.pe
bursenbvl [email protected] Av. Jorge Basadre 347, San Isidro
Conoce más sobre nuestros
www.bursen.com.pe
cursos en nuestra página web
17
