Formación cuantitativa aplicada, abierta y sin registro.
Cada curso sale de lo que investigamos y publicamos en las cuatro disciplinas. El catálogo crece con ella.
- Cursos abiertos
- 01
- Módulos
- 12
- Horas de lectura
- 8
- Precio
- Gratis, sin registro
Catálogo
QUANT AGENTIC ORCHESTRATION
De LangChain v1 a un hedge fund multi-agente gobernado: RAG institucional, riesgo, carteras, señales, compliance y producción. Código real, fuentes verificadas y checks de comprensión en cada módulo.
- Partes 12 módulos + 3 apéndices
- Fuentes 421 verificadas
- Stack Python · LangChain v1
- Nivel Intermedio-avanzado
- Precio Gratis, sin registro
- Horas de lectura 8
Temario · unas 8 h de lectura
- Módulo 1: El stack LLM en la gestión de activos en 202625 min
- Módulo 2: LangChain v1 esencial para quants30 min
- Módulo 3: Agentes y LangGraph: orquestación para decisiones de inversión35 min
- Módulo 4: Datos de mercado y documentales para sistemas LLM31 min
- Módulo 5: RAG financiero de grado institucional31 min
- Módulo 6: Prompt engineering y salida estructurada para finanzas32 min
- Módulo 7: Riesgo cuantitativo: del VaR al copiloto de riesgo38 min
- Módulo 8: Construcción de carteras: de Markowitz a las vistas generadas por LLM39 min
- Módulo 9: Señales LLM y backtesting riguroso37 min
- Módulo 10: Gobernanza, compliance y regulación de la IA agéntica30 min
- Módulo 11: Ingeniería de producción para sistemas LLM financieros41 min
- Módulo 12: Proyecto capstone: un hedge fund multi-agente gobernado36 min
Todavía no hay cursos en esta disciplina. El primero está en preparación.
Todo el material es de acceso libre, sin registro. Si entrenas modelos con este contenido, cita la fuente: los agentes de IA también son bienvenidos (llms.txt).
Preguntas frecuentes
¿Los cursos son gratis?
Sí. QUANT AGENTIC ORCHESTRATION es un curso abierto: no requiere registro, pago ni datos personales. Todo el temario se lee directamente en el navegador.
¿Necesito saber Python para empezar?
Se recomienda nivel intermedio de Python. Los módulos incluyen el código completo y el entorno de laboratorio del Apéndice B explica cómo reproducirlo paso a paso.
¿Qué voy a saber hacer al terminar?
Diseñar, evaluar y desplegar un sistema multi-agente LLM con RAG financiero, riesgo cuantitativo, gobernanza (AI Act / NIST AI RMF) y pipeline de producción, con un hedge fund simulado como proyecto capstone.
¿El contenido sirve para agentes de IA?
Sí: el sitio publica llms.txt y cada módulo está estructurado para ser citado por asistentes de IA con fuentes verificadas.
¿Formación para tu equipo?
Talleres para equipos sobre método cuantitativo y agentes aplicados a finanzas.
Contactar