Agentes LLM gobernados para hedge funds, risk y portfolio management. Un curso abierto y gratuito que te lleva de los fundamentos de LangChain v1 al diseño de un hedge fund multi-agente gobernado, con código real y fuentes institucionales verificadas.
Los grandes fondos ya no preguntan si usar modelos de lenguaje, sino cómo gobernarlos. Kensho (S&P Global), Bloomberg, JPMorgan, BlackRock o Man Group operan hoy sistemas agénticos en producción. Este curso enseña exactamente eso: cómo se construyen, se evalúan y se gobiernan esos sistemas cuando el dinero de verdad está en juego.
Ninguna orden sale sin firma humana. Ningún número lo inventa el modelo: lo calcula una herramienta determinista y el LLM lo explica. Cada módulo del curso aplica esta frontera — comprender, razonar, actuar — con la evidencia institucional que la respalda.
Del panorama institucional al capstone: un hedge fund multi-agente gobernado de principio a fin.
Adopción real en el buy-side, casos institucionales verificados y la regla de oro: el LLM razona, la matemática decide, el humano veta.
ABRIR →El modelo mental Runnable, LCEL, salida estructurada con Pydantic y tool calling de bajo nivel.
ABRIR →create_agent, middleware, StateGraph, persistencia, human-in-the-loop real y patrones multi-agente.
ABRIR →Fuentes 2026, SEC EDGAR programático, noticias y sentimiento, y pipelines point-in-time sin trampas.
ABRIR →Chunking consciente de estructura, hybrid search con reranking, la división texto/números y evaluación RAGAS.
ABRIR →System prompts por rol, few-shot, chain-of-thought con criterio y grounding anti-alucinación numérica.
ABRIR →VaR y Expected Shortfall exactos, stress testing y el LLM como capa de explicación, nunca de cálculo.
ABRIR →Frontera eficiente, Black-Litterman con vistas LLM y sensibilidad de la optimización.
ABRIR →Del texto a la señal, backtests sin look-ahead, costes realistas y deflated Sharpe ratio.
ABRIR →AI Act, NIST AI RMF, model risk management y evidencia auditable para sistemas agénticos.
ABRIR →Observabilidad con LangSmith, evaluación continua, costes, latencia y despliegue gobernado.
ABRIR →Integración completa: research, riesgo, cartera y ejecución con firma humana en un sistema único.
ABRIR →Todas las fórmulas del curso, contrastadas con la literatura primaria, en una sola referencia.
ABRIR →Setup completo del entorno: dependencias, APIs, paper trading y convenciones del laboratorio.
ABRIR →Terminología del curso: de LCEL a point-in-time, definida con precisión.
ABRIR →Toda la evidencia del curso: papers, documentación oficial, blogs de ingeniería y fuentes primarias, verificadas a julio de 2026.
ABRIR →Pipelines LCEL, agentes con middleware, tool calling auditado, debates bull/bear con LangGraph, dashboards de riesgo: código LangChain 1.x copiable, comentado y orientado a producción.
421 fuentes verificadas: despliegues documentados de Kensho, Bloomberg, JPMorgan, BlackRock, Man Group, Bridgewater, AQR, Balyasny y Point72 — y también las réplicas independientes que desmienten el hype.
Fórmulas exactas contrastadas con la literatura primaria, datos point-in-time, costes realistas y deflated Sharpe ratio. Lo que no tiene evidencia, se dice que no la tiene.