¿Qué quieres aprender?

Curso de Trading algorítmico para principiantes: de cero a héroe

Curso de Trading algorítmico para principiantes: de cero a héroe

Frogames Formación

Curso online


50

¿Quieres crear estrategias de trading algorítmico? ¿Ya tienes conocimientos de trading y quieres aprender sobre trading cuantitativo / finanzas? ¿Eres simplemente una persona curiosa que quiere adentrarse en este tema para monetizar y diversificar sus conocimientos?

Si la respuesta a alguna de estas preguntas es que sí, te doy la bienvenida a este curso. Todas las aplicaciones del curso se harán utilizando Python. Sin embargo, para aquellos que son principiantes en Python ¡no hay nada que temer! En el propio curso hay dos secciones intensivas de Python para dominar este lenguaje de programación.

En este curso, aprenderás a utilizar el análisis técnico para crear estrategias sólidas. Realizarás un análisis cuantitativo para encontrar patrones en los datos. Una vez que tengas muchas estrategias rentables, aprenderemos a realizar backtesting vectorial. A continuación, aplicarás técnicas de gestión de carteras y de riesgos para reducir el drawdown y maximizar tus rendimientos.

¿Quieres hablar con un asesor sobre este curso?

Objetivos

-Crear una estrategia de trading desde cero, backtestarla y optimizarla. -Comprender cómo crear y utilizar indicadores técnicos con Python. -Conceptos básicos de Python y matemáticas para el trading algorítmico. -Realizar backtesting de nuestra estrategia sin errores utilizando backtesting vectorizado. -Aprender a analizar nuestro drawdown. -Añadir un stop loss a las estrategias. -Combine diferentes indicadores técnicos para duplicar ganancias. -Muchas métricas financieras: Ratio Sortino, alfa, beta... -Conceptos avanzados de trading algorítmico como el exponente de Hurst y cómo adaptar nuestra estrategia a nuestros datos.

A quién va dirigido

¡Descubre el mundo del Trading Algorítmico con el segundo curso de la ruta! Ideal para todos quienes sean: -Autodidactas de finanzas que quieren automatizar estrategias de inversión para ahorrar tiempo y reducir errores humanos. -Programadores curiosos por las finanzas que quieren aplicar sus habilidades técnicas en un ámbito rentable y fascinante como los mercados financiero. -Inversionistas activos que buscan optimizar resultados y quieren sistematizar su operativa, reducir el estrés emocional al invertir y aprovechar estrategias que antes no podían ejecutar por limitaciones de tiempo.

Requisitos

Aunque el curso en sí no tiene prerrequisitos, para seguirlo fácilmente te recomendamos: -Haber completado el curso de Python de la A a la Z para tener conocimientos previos de programación en Python. -Tener un ordenador con conexión a internet y con cualquier sistema operativo instalado y saber utilizarlo a nivel de usuario. -Haber completado los cursos anteriores de la ruta de Finanzas y Trading Algorítmico.

Temario completo de este curso

Introducción

  • Bienvenido al curso de trading algorítmico para principiantes

  • Los contenidos del curso

  • El repositorio Github y los materiales del curso

  • Instala los entornos del curso

  • Toma notas de tu curso en tiempo real en Frogames Formación

¿Cómo iniciarse en el campo del trading algorítmico?

  • Introducción

  • Trading Algorítmico vs Trading Cuantitativo

  • Sistema de Trading Automatizado

  • Contratos por Diferencias (CFD)

  • Señales de Entrada y Salida

  • Evaluar la pareja riesgo-retorno

  • Pre Requisitos para tener éxito en el trading algorítmico

Fundamentos de Python

  • Introducción

  • Tipo de Objeto: Números

  • Tipo de Objeto: Strings

  • Tipo de Objeto: Operadores Lógicos y Booleanos

  • Tipo de Objeto: Asignación de Variables

  • Tipo de Objeto: Tuplas y Listas

  • Tipo de Objeto: Diccionarios

  • Tipo de Objeto: Conjuntos

  • Estructuras de Python: If, Elif y Else

  • Estructuras de Python: For

  • Estructuras de Python: While

  • Funciones: fundamentos de las funciones

  • Funciones: variable local

  • Funciones: variable global

  • Funciones: funciones lambda

Python aplicado a la Ciencia de Datos

  • Introducción

  • Numpy: Arrays

  • Numpy: Random

  • Numpy: Índices / Slicing / Transformaciones

  • Pandas: Series y DataFrames

  • Pandas: Limpieza y Selección

  • Pandas: Selección Condicional

  • Matplotlib: Representación gráfica

  • Matplotlib: Scatter

  • Matplotlib: Herramientas

Las bases de la estadística

  • Introducción

  • Muestra vs Población

  • Aplicación: Cargar los datos de acciones de Google

  • Medidas de Tendencia Central: La Media

  • Aplicación: Cálculo del retorno medio de Google y anualización del retorno

  • Medidas de Tendencia Central: La Mediana

  • Aplicación: ¿Problemas con outliers? Calcula la Mediana

  • Medidas de Tendencia Central: El Percentil

  • Aplicación: Entender la distribución del retorno de las acciones de Google

  • Medidas de Dispersión: La Varianza

  • Aplicación: Calcular la varianza y anualizarla

  • Medidas de Dispersión: La Desviación Estándar

  • Aplicación: Calcular la volatilidad y anualizarla

  • Medidas de Relación: Matriz de Varianzas / Covarianzas

  • Aplicación: Covarianzas entre Activos Financieros

  • Medidas de Relación: Correlación

  • Aplicación: Correlación entre Activos Financieros

  • Resumen general de estadística descriptiva

Importar y manejar los datos

  • Introducción

  • Importar y manejar datos que proceden de Metatrader 5

  • Ejemplo de cómo funciona Metatrader 5 en Windows

  • Importar y manejar datos que proceden de Yahoo Finanzas

Las primeras estrategias de trading algorítmico

  • Introducción

  • Medias móviles simples (SMA)

  • La Estrategia

  • Verificar la posición de trading calculada

  • Calcular las ganancias de nuestra estrategia de trading

  • Cómo automatizar la estrategia anterior

  • Vídeo importante: ¡El rendimiento depende del broker!

Backtesting vectorizado

  • Introducción

  • El índice de Sortino

  • Cálculo del índice beta (métrica CAMP)

  • Cálculo del índice alpha (métrica CAMP)

  • Creación de la función Drawdown

  • Aplicación de la función Drawdown

  • La función de backtesting

  • Probando el backtesting de nuestra estrategia

Estrategias de trading intermedias: combinar diferentes señales

  • Introducción

  • Mejorar lo que ya funcionaba

  • Calcular el RSI (Relative Strength Index)

  • Añadir múltiples condiciones a la hora de añadir una posición

  • Verificar si las posiciones se han implementado correctamente

  • Calcular las ganancias

  • Aplicar un stop loss (SL) a los retornos

  • Automatizar la estrategia

  • Comparar la misma estrategia utilizando diferentes fuentes de datos

  • Crear un porftolio de estrategias de trading

Conceptos avanzados para optimizar tus estrategias

  • Introducción

  • ¿Qué es el exponente Hurst?

  • ¿Cómo saber si un activo tiene un movimiento de tendencia o no?

  • ¿Cómo saber si un asset es anti persistente o no?

  • ¿Cómo saber si un asset sigue un movimiento aleatorio o no?

  • Adapta tu estrategia a tus datos

Trading en vivo con Metatrader 5

  • Introducción

  • Cómo instalar librerías de Python desde Jupyter Notebook

  • Inicializar la plataforma de Metatrader 5

  • Obtener datos desde el broker

  • Enviar órdenes de compra y venta desde Python

  • Consultar las posiciones actuales

  • Ejecutar la creación de la estructura

  • Cerrar todas las posiciones

  • Aplicación de Trading en vivo: Señal aleatoria

  • Aplicación de Trading en vivo: Señal SMA

Cierre

  • Cómo profundizar en el campo del trading algorítmico

  • Tu ruta de aprendizaje

  • ¡Hemos terminado una aventura juntos, pero vamos a por la siguiente!

Ver más