INTRADE (Library to perform international trade state of the art models=

Python para economía y finanzas

MÓDULO 1: Introducción a Python (7 horas)

- Instalación de Python, Jupyter Notebook y JupiterLab y entornos virtuales (Collaborate)

- Sintaxis básica: variables, tipos de datos, estructuras de control

- Manipulación de listas, diccionarios y funciones

- Introducción a librerías: numpy, pandas, matplotlib

MÓDULO 2: Análisis de Datos Económicos con Pandas (7 horas)

- Estructuras de datos en pandas: Series y DataFrames

- Importación y manipulación de datos (CSV, Excel, bases de datos)

- Filtrado, ordenación y agregación de datos

- Análisis de datos macroeconómicos (PIB, inflación, tasas de interés)

- Creación de gráficos con matplotlib y seaborn

MÓDULO 3: Estadística y Econometría con Python (7 horas)

- Introducción a statsmodels y scipy

- Estadística descriptiva aplicada a datos financieros

- Distribuciones de probabilidad y simulaciones de Montecarlo

- Regresión lineal y modelos econométricos básicos

- Evaluación de modelos y diagnóstico de regresión

MÓDULO 4: Finanzas Cuantitativas y Series Temporales (7 horas)

- Introducción a yfinance y pandas_datareader para obtener datos bursátiles

- Cálculo de rentabilidad, volatilidad y riesgo financiero

- Modelado de series temporales con statsmodels.tsa

- Análisis de correlaciones entre activos

MÓDULO 5: Valoración de Activos y Gestión de Carteras (7 horas)

- Modelo de Valoración de Activos Financieros (CAPM) 

- Frontera eficiente y teoría de Markowitz 

- Cálculo de Beta y Sharpe Ratio 

- Optimización de carteras con scipy.optimize 

- Simulación de escenarios de inversión 

MÓDULO 6: Proyecto Final (10 horas)

- Definición de un problema económico financiero a resolver 

- Recolección y limpieza de datos 

- Análisis e interpretación de resultados 

- Presentación del proyecto con visualización interactiva 

https://github.com/otoperalias/Coyuntura/

Links

Automate the Boring Stuff with Python

https://gabors-data-analysis.com/chapter-details/

R

Data Science for Economists

NLP

https://web.stanford.edu/~jurafsky/slp3/

https://web.stanford.edu/~jurafsky/slp3/ed3book.pdf