La mayoría de los backtests que circulan están sobreajustados y no sobreviven una sola pregunta. Este programa enseña a hacer research que sí aguanta: datos limpios, hipótesis falsable, costos reales, walk-forward y deflated Sharpe ratio. Se entrega una research note y un repositorio público defendibles frente a un reclutador.
Ocho semanas con dos entregas paralelas: una estrategia sistemática hecha con honestidad estadística y un paquete de carrera listo para aplicar. Se abre con el mapa real del gremio —quant researcher, quant trader, quant developer, risk quant— con compensación, día a día y qué evalúa cada proceso. Luego, lo que casi nadie enseña: construir un pipeline de datos sin survivorship bias, sin look-ahead y con ajustes correctos por splits y dividendos, porque la mayoría de los backtests fallan antes de la primera línea de estrategia. La señal se formula como hipótesis falsable con universo y horizonte definidos, se implementa en vectorbt con costos, slippage y turnover, y se somete a walk-forward, purged cross-validation y deflated Sharpe ratio en la línea de López de Prado. Machine learning entra con disciplina y con la advertencia explícita de cuándo no usarlo. Cierra con sizing (Kelly fraccional, paridad de riesgo) y entrenamiento de entrevista bajo cronómetro: probabilidad mental, brainteasers y ejercicios de código al estilo de las trading firms. La defensa final es ante un practitioner que opera en mercado.
Quant Track: research, backtesting y llegada al desk — te enviamos el brochure y un asesor te contacta.