CURSOS DE APERFEIÇOAMENTO
DATA SCIENCE PARA INVESTIMENTOS
 CURSOS DE APERFEIÇOAMENTO
DATA SCIENCE PARA INVESTIMENTOS
Avise-me

PRÓXIMA TURMA

Clique no botão “AVISE-ME” e cadastre-se para ser informado quando forem abertas as inscrições para o curso. Se preferir, entre em contato pelo contato@iag.puc-rio.br ou por Whatsapp pelo (21) 99452-7756.

PRÉ-REQUISITOS

Curso de graduação em qualquer área e domínio da leitura em inglês.

CARGA HORÁRIA | DURAÇÃO

184 horas

AULAS/HORÁRIOS

Sextas das 18h às 21h e Sábados das 09h às 12h

INVESTIMENTO 

R$ 23.500,00 à vista ou 18 parcelas de R$ 1.361,64 (Juros 0,5%)

LOCAL

IAG PUC-Rio

CONTATO 

Informações ou dúvidas, entre em contato com a Secretaria
Acadêmica do IAG PUC-Rio:
(21) 2138-9240 | contato@iag.puc-rio.br
WhatsApp: 21 99452-7756

 

*Desconto válido para ex-alunos PUC-Rio que concluíram os cursos de:

  • Especialização (360h), Graduação, Mestrado e Doutorado
  • Formação e Aperfeiçoamento do IAG PUC-Rio (mínimo: 180h)

**Verifique junto à secretaria do IAG se sua empresa está cadastrada como empresa parceira.

Faça sua inscrição

INTRODUÇÃO

O curso é composto por 2 módulos. O primeiro contém 5 disciplinas, onde Introdução ao R e Introdução ao Python têm 20 horas cada e as demais, 16 horas. O segundo módulo é composto por 6 disciplinas de 16 horas, totalizando uma carga horária de 184 horas para o curso.

OBJETIVO DO CURSO

A indústria financeira tem tido ampla demanda por profissionais com sólida base matemática e habilidades de programação. Objetivo deste curso é fornecer o ferramental necessário para o profissional formular e solucionar problemas matemáticos baseados nas necessidades do setor financeiro. O diferencial do curso é que este será baseado integramente nas ferramentas R e Python, utilizados amplamente no mercado financeiro.

PÚBLICO ALVO

O curso é voltado para o desenvolvimento de profissionais que atuam ou desejem atuar nas seguintes áreas:

  • Gestão de Ativos
  • Área de Pesquisa em Renda Variável e Fixa
  • Engenharia Financeira
  • Bancos de Investimento
  • Gestão de Risco
  • Private Equity

É indicado para

  • analistas de mercado que confeccionam relatórios e gostariam de sofistica-los, utilizando o que há de mais avançado em termos de análises quantitativas;
  • pessoas físicas que desejam aprimorar seus conhecimentos financeiros para fins de alocação própria do capital com base em desenvolvimento de estratégias individualizadas de trading

COORDENAÇÃO

Marcelo Cabús Klötzle
Possui graduação em Administração - Universität Bayreuth (Alemanha) (1994) e doutorado em Economia - Katholische Universität Eichstätt (Alemanha) (1999). Fez pós-doutorado em Finanças Comportamentais pela McMaster University (Canadá) (2009). Coordenador do FINE - Núcleo de Pesquisa em Finanças do IAG PUC-Rio. Membro da American Finance Association (AFA) e American Economic Association (AEA). Líder de Tema na Área de Derivativos e Risco do EnANPAD. Membro do Comitê Científico do Encontro Brasileiro de Finanças (SBFin). Bolsista de Produtividade em Pesquisa do CNPq - Nível 2 e Cientista do Nosso Estado - FAPERJ.
klotzle@iag.puc-rio.br
> Currículo Lattes

Augusto Ferreira da Costa Neto
Doutor em Administração
augusto.costa@phd.iag.puc-rio.br
> Currículo Lattes

Módulo 1

Noções Básicas, Pacotes, Vetores e Matrizes, Data Frames, Fatores, Listas, Programação, Importação e Manipulação de Dados Financeiros

Noções Básicas, Listas, Vetores, Pacote NumPy, Visualização, Pacote Matplotlib, Manipulação de Dados Financeiros

Bibliotecas Python e R, pandas, matplotlib, y-finance, Quandl, Quantmod, GetTDData, GetFREData, GetBCBData.

Regressão Simples, Regressão Múltipla, Modelo Fama-MacBeth, Testes de Robustez dos Modelos, Endogeneidade, Testes para Carteiras.

Conceitos básicos, Métodos de suavização exponencial e médias móveis, Processos estacionários e não estacionários, Abordagem Box Jenkins – modelagem e previsão, Raiz Unitária, Modelos VAR, Cointegração e VECM, Modelos ARCH e GARCH

Módulo 2

CAPM, Modelo de 3 Fatores de FF, Modelo de Carhart, Modelo de 5 fatores de FF, Seleção de Fatores, Fatores de Estilo, Fatores Macroeconômicos, Drivers de Retornos de Fatores, Construção de carteiras baseadas em Fatores

Matriz de Variância-Covariância, Modelo de Otimização de Markowitz, Modelos de Índice, Modelo de Treynor-Black, Modelo de Black-Litterman, Avaliação de Desempenho de Carteiras

Introdução, Mineração de dados, Análise Exploratória, Pré-processamento dos dados, Regressão Logística, Decision Tree

Aprendizado de Comitês (Ensembles), Support Vector Machine e Support Vector Regression, k-Nearest Neighbors, k-Means, Redes Neurais

Sistemas de Trading Automatizados, Momentum/Trend Following, Arbitragem, Arbitragem Estatística, Market Making, Backtesting

Valor e Risco – conceitos e mediação. Processos de otimização. Ferramentas de  Análise  de  Risco:  Cenários,  Análise  de  Sensibilidade,  Árvores  de  decisão, Simulação de Monte Carlo. Value at Risk. Inferência estatística.

Augusto Ferreira da Costa Neto

Doutor em Administração

Cristiane Gea

Doutora em Economia pela UFF, mestranda em ciência da Computação pelo Cefet-RJ e pós-doutoranda em Administração pela PUC-Rio
+

Gerson Júnior

Doutor em Administração de Empresas - Finanças (IAG PUC-Rio)

Marcelo Cabús Klötzle

Possui graduação em Administração - Universität Bayreuth (Alemanha) (1994) e doutorado em Economia - Katholische Universität Eichstätt (Alemanha) (1999). Fez pós-doutorado em Finanças Comportamentais pela McMaster University (Canadá) (2009). Coordenador do FINE - Núcleo de Pesquisa em Finanças do IAG PUC-Rio. Membro da American Finance Association (AFA) e American Economic Association (AEA). Líder de Tema na Área de Derivativos e Risco do EnANPAD. Membro do Comitê Científico do Encontro Brasileiro de Finanças (SBFin). Bolsista de Produtividade em Pesquisa do CNPq - Nível 2 e Cientista do Nosso Estado - FAPERJ.

Naielly Lopes Marques

Doutora em Administração de Empresas (ênfase em Finanças) pela PUC-Rio e Professora da FACC na UFJF.

Pedro Argento

Mestre em Administração de Empresas - Finanças (IAG PUC-Rio)

Rafael Palazzi

Doutor em Finanças pela PUC-Rio. Foi Visiting Scholar na Universidade da California - Berkeley. Membro FINE - IAG PUC-Rio.

SELEÇÃO

A seleção será realizada com base em entrevista (que pode ser pessoal, por telefone, WhatsApp ou Skype) com a coordenação do curso, considerando os objetivos profissionais do candidato. Ao realizar a inscrição, será agendada a data da entrevista e, posteriormente, informado ao candidato se foi ou não aprovado para ingresso no curso. Só então será feita a matrícula.

voltar para cursos de aperfeiçoamento
Avise-me

FOLDER DIGITAL

Avise-me

INTRODUÇÃO

O curso é composto por 2 módulos. O primeiro contém 5 disciplinas, onde Introdução ao R e Introdução ao Python têm 20 horas cada e as demais, 16 horas. O segundo módulo é composto por 6 disciplinas de 16 horas, totalizando uma carga horária de 184 horas para o curso.

OBJETIVO DO CURSO

A indústria financeira tem tido ampla demanda por profissionais com sólida base matemática e habilidades de programação. Objetivo deste curso é fornecer o ferramental necessário para o profissional formular e solucionar problemas matemáticos baseados nas necessidades do setor financeiro. O diferencial do curso é que este será baseado integramente nas ferramentas R e Python, utilizados amplamente no mercado financeiro.

PÚBLICO ALVO

O curso é voltado para o desenvolvimento de profissionais que atuam ou desejem atuar nas seguintes áreas:

  • Gestão de Ativos
  • Área de Pesquisa em Renda Variável e Fixa
  • Engenharia Financeira
  • Bancos de Investimento
  • Gestão de Risco
  • Private Equity

É indicado para

  • analistas de mercado que confeccionam relatórios e gostariam de sofistica-los, utilizando o que há de mais avançado em termos de análises quantitativas;
  • pessoas físicas que desejam aprimorar seus conhecimentos financeiros para fins de alocação própria do capital com base em desenvolvimento de estratégias individualizadas de trading
COORDENAÇÃO
Marcelo Cabús Klotzle
Marcelo Cabús Klotzle
klotzle@iag.puc-rio.br
Lattes
Pós-doutorado em Finanças Comportamentais e Doutor em Economia
Augusto Ferreira da Costa Neto
Augusto Ferreira da Costa Neto
augusto.costa@phd.iag.puc-rio.br
Lattes
Doutor em Administração

PRÓXIMA TURMA

Clique no botão “AVISE-ME” e cadastre-se para ser informado quando forem abertas as inscrições para o curso. Se preferir, entre em contato pelo contato@iag.puc-rio.br ou por Whatsapp pelo (21) 99452-7756.

PRÉ-REQUISITOS

Curso de graduação em qualquer área e domínio da leitura em inglês.

CARGA HORÁRIA | DURAÇÃO

184 horas

AULAS/HORÁRIOS

Sextas das 18h às 21h e Sábados das 09h às 12h

INVESTIMENTO 

R$ 23.500,00 à vista ou 18 parcelas de R$ 1.361,64 (Juros 0,5%)

LOCAL

IAG PUC-Rio

CONTATO 

Informações ou dúvidas, entre em contato com a Secretaria
Acadêmica do IAG PUC-Rio:
(21) 2138-9240 | contato@iag.puc-rio.br
WhatsApp: 21 99452-7756

 

*Desconto válido para ex-alunos PUC-Rio que concluíram os cursos de:

  • Especialização (360h), Graduação, Mestrado e Doutorado
  • Formação e Aperfeiçoamento do IAG PUC-Rio (mínimo: 180h)

**Verifique junto à secretaria do IAG se sua empresa está cadastrada como empresa parceira.

Módulo 1

Noções Básicas, Pacotes, Vetores e Matrizes, Data Frames, Fatores, Listas, Programação, Importação e Manipulação de Dados Financeiros

Noções Básicas, Listas, Vetores, Pacote NumPy, Visualização, Pacote Matplotlib, Manipulação de Dados Financeiros

Bibliotecas Python e R, pandas, matplotlib, y-finance, Quandl, Quantmod, GetTDData, GetFREData, GetBCBData.

Regressão Simples, Regressão Múltipla, Modelo Fama-MacBeth, Testes de Robustez dos Modelos, Endogeneidade, Testes para Carteiras.

Conceitos básicos, Métodos de suavização exponencial e médias móveis, Processos estacionários e não estacionários, Abordagem Box Jenkins – modelagem e previsão, Raiz Unitária, Modelos VAR, Cointegração e VECM, Modelos ARCH e GARCH

Módulo 2

CAPM, Modelo de 3 Fatores de FF, Modelo de Carhart, Modelo de 5 fatores de FF, Seleção de Fatores, Fatores de Estilo, Fatores Macroeconômicos, Drivers de Retornos de Fatores, Construção de carteiras baseadas em Fatores

Matriz de Variância-Covariância, Modelo de Otimização de Markowitz, Modelos de Índice, Modelo de Treynor-Black, Modelo de Black-Litterman, Avaliação de Desempenho de Carteiras

Introdução, Mineração de dados, Análise Exploratória, Pré-processamento dos dados, Regressão Logística, Decision Tree

Aprendizado de Comitês (Ensembles), Support Vector Machine e Support Vector Regression, k-Nearest Neighbors, k-Means, Redes Neurais

Sistemas de Trading Automatizados, Momentum/Trend Following, Arbitragem, Arbitragem Estatística, Market Making, Backtesting

Valor e Risco – conceitos e mediação. Processos de otimização. Ferramentas de Análise de Risco: Cenários, Análise de Sensibilidade, Árvores de decisão, Simulação de Monte Carlo. Value at Risk. Inferência estatística.

Augusto Ferreira da Costa Neto


Augusto Ferreira da Costa Neto
augusto.costa@phd.iag.puc-rio.br
Doutor em Administração com ênfase em Finanças pela PUC-Rio, é mestre em Engenharia de Produção com ênfase em Finanças e Análise de Investimentos pela mesma instituição, graduado em Engenharia Industrial Mecânica pelo CEFET-RJ, com aperfeiçoamento em Gestão de Projetos pelo IETEC e especialização em Estratégias de Gestão (eMBA) em Finanças pela Escola Politécnica da UFRJ. Possui experiência na área de Engenharia de Produção, com ênfase em Avaliação de Empresas e Projetos, em empresas como Petrobras Distribuidora S.A. e Vale S.A., onde atuou por mais de onze anos, sendo os últimos quatro nas áreas de gestão de desempenho e orçamento empresarial. Foi professor do MBA em Finanças da Universidade Gama Filho. Desde 2009 é analista admitido por concurso na Finep - Financiadora de Inovação e Pesquisa, empresa pública vinculada ao Ministério da Ciência, Tecnologia, Inovações e Comunicações, onde exerceu os cargos de gerente do Departamento de Investimento em Fundos entre 2012 e 2013, e de gerente do Departamento de Investimento em Participações entre 2013 e 2016. Professor convidado dos MBAs in company do IAG PUC-Rio, ministra disciplinas como Administração Financeira, Planejamento Financeiro, Administração de Carteiras, Análise de Riscos e Finanças Corporativas.
Crstiane Gea

Possui graduação, mestrado e doutorado em Economia pela Universidade Federal Fluminense (2006, 2018 e 2022, respectivamente). Atualmente, está fazendo mestrado em Ciência da Computação no Centro Federal de Educação Tecnológica Celso Suckow da Fonseca (CEFET/RJ) e pós-doutorado em Administração com ênfase em Finanças na Pontifícia Universidade Católica do Rio de Janeiro (IAG PUC-Rio). Além disso, é Cientista de Dados no grupoQ.
Gerson Júnior

Possui graduação em Ciências Econômicas pela Universidade Federal de Viçosa (2016), mestrado em Economia Aplicada pela Universidade Federal de Juiz de Fora (2018) e atualmente é doutorando em Administração de Empresas (Finanças) pelo IAG PUC-Rio. Possui interesse na área de finanças, atuando principalmente nos seguintes temas: Finanças Comportamentais, Mercado de Capitais, Econometria Financeira e Finanças Quantitativas. Membro do Núcleo de Pesquisa em Finanças (FINE) do IAG PUC-Rio.
Marcelo Cabús Klozle


Marcelo Cabús Klozle
klotzle@iag.puc-rio.br
Possui graduação em Administração de Empresas - Universität Bayreuth (Alemanha) (1993) e doutorado em Economia - Katholische Universität Eichstatt (Alemanha) (1999). Com pós-doutorado em Finanças Comportamentais pela McMaster University (Canadá) (2009), atualmente é professor associado da PUC-Rio. Tem experiência na área de Administração de Empresas e Economia, com ênfase em Administração Financeira, Mercado de Capitais e Economia, Finanças Internacionais e Econometria, com ênfase em economia financeira, finanças comportamentais, mercado de capitais, econometria, finanças internacionais e economia internacional. Possui livros e artigos publicados no Brasil e no exterior. É coordenador do FINE do IAG PUC-Rio e Pesquisador Associado do NUPEI do IAG PUC-Rio. Recebeu o prêmio de melhor Working Paper em Economia do Banco Central do Brasil em 2018. É Bolsista de Produtividade em Pesquisa Nível 2 do CNPq e Cientista do Rio de Janeiro pela FAPERJ. Mestre em Administração de Empresas - Universität Bayreuth (Alemanha) (1994). Interesses de pesquisa: Regulação e mercado de capitais; Financiamento internacional de empresas brasileiras; Comportamento financeiro.
Naielly Lopes Marques


Naielly Lopes Marques
naielly.lopes@iag.puc-rio.br
Doutora em Administração de Empresas com ênfase na área de Finanças pela Pontifícia Universidade Católica do Rio de Janeiro - PUC-Rio (2019-2023), Mestre em Administração de Empresas pela PUC-Rio (2017-2019), graduada em Administração de Empresas pela Universidade Veiga de Almeida - UVA (2016) e Técnica em Segurança do Trabalho pelo Centro Federal de Educação Tecnológica Celso Suckow da Fonseca - CEFET (2014). Estudou na Academia da Força Aérea (AFA) e possui dois anos de experiência na área de Saúde e Segurança do Trabalho. Em 2021/2022, foi pesquisadora visitante na McCombs School of Business (University of Texas at Austin) através da bolsa concedida pelo Programa CAPES/PrINT. Atualmente, é Coordenadora Adjunta do Núcleo Voltair - Pesquisa em Negócios para a Transição Energética (PUC-Rio), Assistente de Pesquisa IV (Bolsista de Doutorado) pelo Instituto de Pesquisa Econômica Aplicada (IPEA/RJ) e Pesquisadora pelo NUPEI - Núcleo de Pesquisa em Energia e Infraestrutura da PUC-Rio (http://nupei.iag.puc-rio.br/). Além disso, atua como apoio acadêmico e tecnológico na Pós-graduação da Escola de Negócios da PUC-Rio e como Professora Substituta no Departamento de Finanças e Controladoria da Faculdade de Administração e Ciências Contábeis (FACC) da Universidade Federal de Juiz de Fora (UFJF). Dentre seus interesses, destacam-se: análise de projetos em condições de risco, incerteza e flexibilidade nos setores de energia e infraestrutura.
Pedro Argento


Pedro Argento
pedro.argento@gmail.com
Pedro Argento é formado em Engenharia Elétrica pela PUC-Rio, com Domínio Adicional em Métodos de Apoio à Decisão e cursa o Mestrado em Finanças pelo IAG PUC-Rio. Fez curso na General Assembly em San Francisco sobre inteligência artificial e ciência dos dados. Atualmente atua como desenvolvedor e fundador da empresa GoBlock, que desenvolve aplicações com tecnologia Blockchain.
Rafael Palazzi

Atualmente é doutorando em Finanças pela PUC-Rio. Foi Visiting Scholar na Universidade da California - Berkeley no departamento de Agricultural and Resources Economics. Membro do Núcleo de Pesquisas em Finanças (FINE - IAG PUC-Rio). Participa do grupo de pesquisa do Prof. Waldemar Souza, "Office for Futures and Options Research - South America", uma colaboração da UFAL e a University of Illinois que visa definir agendas de pesquisa sobre mercados futuros e de opções de commodities, de taxas de juros e câmbio. Possui graduação em Ciências Econômicas pela Universidade Presbiteriana Mackenzie (2007) e mestrado em Economia pela Pontifícia Universidade Católica de São Paulo (2011). Atuou no segmento de commodities em grandes grupos como Cosan-Raizen; Usina São Martinho; e Louis Dreyfus Commodities (LDC). Foi Professor de Economia no Centro Universitário das Faculdades Metropolitanas Unidas em São Paulo. Tem experiência na área de Agricultural Economics, Commodity Risk Management, Mercado Financeiro/Derivativos.

SELEÇÃO

A seleção será realizada com base em entrevista (que pode ser pessoal, por telefone, WhatsApp ou Skype) com a coordenação do curso, considerando os objetivos profissionais do candidato. Ao realizar a inscrição, será agendada a data da entrevista e, posteriormente, informado ao candidato se foi ou não aprovado para ingresso no curso. Só então será feita a matrícula.

voltar para cursos de aperfeiçoamento