Descubre cómo nuestros estudiantes aplican regresión y análisis predictivo en casos financieros auténticos del mercado español
Cada proyecto representa meses de trabajo intensivo donde los estudiantes enfrentan desafíos reales del sector financiero. Trabajamos con datos históricos de la bolsa de Madrid, análisis de riesgo crediticio y predicción de tendencias económicas.
Modelo de regresión lineal múltiple para predecir la volatilidad diaria del índice IBEX 35. El proyecto analizó 5 años de datos históricos e incorporó variables macroeconómicas como inflación y tipos de interés del BCE.
Sistema de scoring crediticio utilizando regresión logística para evaluar la probabilidad de impago en préstamos personales. Basado en datos anonimizados de entidades financieras españolas.
Modelo de optimización que combina regresión con teoría de Markowitz para construir carteras eficientes. Incluye análisis de correlaciones entre activos del mercado continuo español.
Modelo ARIMA combinado con regresión para predecir la evolución del Euribor a 12 meses. El proyecto incorpora indicadores económicos europeos y decisiones del BCE como variables explicativas.
Sistema de machine learning para identificar patrones anómalos en operaciones de trading algorítmico. Utiliza técnicas de regresión para establecer rangos normales de comportamiento.
Modelo de regresión múltiple para estimar la valoración de startups fintech españolas. Analiza variables como facturación, número de usuarios, rondas de financiación y métricas de crecimiento.
Director Académico
15 años en quantitative finance, ex-analista senior en BBVA Research
Mentor de Proyectos
Data scientist en Santander Asset Management, especialista en riesgo
No trabajas solo en tu proyecto final. Cada estudiante recibe acompañamiento individualizado desde la selección del tema hasta la presentación final. Nuestros mentores son profesionales activos en el sector financiero español.
El proyecto final se desarrolla durante los últimos 4 meses del programa. Cada fase tiene objetivos específicos y entregas evaluables que te preparan para el mundo profesional.
Selección del problema financiero a resolver y definición de objetivos. Revisión bibliográfica y análisis de viabilidad técnica del proyecto.
Implementación del modelo de machine learning, pruebas con diferentes algoritmos y optimización de parámetros. Esta es la fase más intensa del proyecto.
Validación final del modelo con datos fuera de muestra y preparación de la documentación técnica completa del proyecto.
Defensa del proyecto ante un panel de expertos del sector financiero. Oportunidad única para demostrar el dominio técnico adquirido.