Programa Docente

El programa docente del Máster Executive en Finanzas Cuantitativas se impartirá entre los meses de octubre y junio, viernes y sábados, en régimen de tarde desde las 18:00 a las 21:00 horas, los viernes, y desde las 9:30 a las 13:30 horas, los sábados, en Afi Escuela de Finanzas Aplicadas (c/ Españoleto, 19 Madrid).

Adicionalmente, los alumnos que lo requieran, podrán cursar un Módulo Computacional, en paralelo al MEFC, que sirve de complemento a éste en cuestiones de tipo computacional, utilizando Visual Basic y Matlab como herramientas básicas, los alumnos se adiestrarán en las principales técnicas de cálculo numérico y de simulación, para su aplicación a la medición de riesgos y la implementación de modelos de valoración. Las sesiones de este Módulo, se desarrollarán los jueves de 17:00 a 21:00 horas.


MÓDULO I
Fundamentos computacionales

•Excel
Instrumentos financieros

•Futuros, forwards y opciones
•Curva cupón cero e instrumentos sobre tipos
•Curva de probabilidades de solvencia e instrumentos de crédito
Fundamentos matemáticos

•Probabilidad y simulación
•Procesos estocásticos
MÓDULO II
Fundamentos de valoración

•Valoración por replicación y no arbitraje
•Modelos discretos
•Entorno Black
Fundamentos matemáticos

•Cálculo estocástico
Riesgos

•Riesgo de mercado
•Riesgo de mercado en tipos
•Riesgo de mercado en crédito
•Riesgo de crédito minorista 

MÓDULO III
Modelos de valoración de renta variable

•Cobertura
•Entorno Black-Scholes
•Modelos de smile
Modelos de valoración de tipos

•Libor Market Model
Modelos de valoración de crédito

•Valoración de instrumentos mono-referencia
•Instrumentos sobre cestas
•Modelos de cestas. Cópulas
Talleres

•Talleres y elaboración del proyecto final de curso
MÓDULO COMPUTACIONAL
Introdución a Visual Basic y Matlab

•Visual Basic: rutinas, funcionalidades y dinamización de hojas de cálculo
•Matlab: programación y funciones. Estructuras de datos. Manejo de toolboxes
Técnicas de cálculo numérico

•Álgebra matricial numérica
•Análisis numérico: ceros de funciones, interpolación, ajuste, integración y derivación
•Técnicas avanzadas: optimización, implementación de árboles y ejercicio anticipado
Técnicas de simulación

Montecarlo

•Reducción de varianza, muestreo por importancia