Aprendes a construir el stack completo de investigación sistemática: ingesta y limpieza de datos de mercado, cálculo vectorizado de señales, motor de backtesting con costos y slippage, métricas de desempeño y análisis de robustez. Escribes Python de producción —tipado, probado, versionado— del tipo que se revisa en una mesa cuantitativa. Sales con un repositorio que un jefe de trading puede clonar y correr.
Programa pre-profesional de 2 meses para universitarios y jóvenes de 19 a 21 años con base en Python. El foco es ingeniería, no adivinar el mercado: cómo se construye software confiable para investigación cuantitativa. Cubrimos NumPy vectorizado y por qué un ciclo for te cuesta horas, pandas avanzado con MultiIndex y resampling, y la construcción de un motor de backtesting propio antes de tocar vectorbt y Backtrader, para que entiendas qué hace cada librería por dentro. Tratamos con seriedad los errores que arruinan la investigación real: look-ahead bias, survivorship bias, sobreajuste por búsqueda repetida y mala construcción de la muestra fuera de tiempo. En métricas trabajamos Sharpe, Sortino, máximo drawdown, turnover y atribución, además de walk-forward analysis y sensibilidad a parámetros. La ingeniería es igual de exigente: type hints con mypy, formateo con black, pruebas con pytest, integración continua en GitHub Actions y estructura de paquete instalable. Las referencias son las de la industria: Hull para instrumentos y López de Prado para validación.
Quant Developer: Del Dato al Backtest — te enviamos el brochure y un asesor te contacta.