{"product_id":"aprendizaje-profundo-en-finanzas-cuantitativas","title":"Aprendizaje profundo en finanzas cuantitativas","description":"\u003cp\u003eLa inteligencia artificial ya está reescribiendo tu oficio. La pregunta incómoda no es si va a llegar a tu mesa, sino \u003cstrong\u003equién la va a entender primero\u003c\/strong\u003e: tú, o la persona que se sienta enfrente. Este libro es la ruta ordenada —en tu idioma y con \u003cstrong\u003ela matemática intacta\u003c\/strong\u003e— para que la reescribas tú.\u003c\/p\u003e\n\n  \u003cp\u003ePorque el problema nunca fue la falta de material, sino que el material está partido en dos mitades que jamás se tocan. Los libros de aprendizaje profundo te enseñan a clasificar fotos de gatos. Los de finanzas cuantitativas se detienen justo donde empieza la red neuronal. Y entonces te quedas ahí: \u003cstrong\u003ecoleccionando artículos que nunca terminas\u003c\/strong\u003e, abandonando cursos al tercer módulo, callado en la junta cuando alguien dice «lo resolvemos con una red neuronal».\u003c\/p\u003e\n\n  \u003cp\u003eAndrew Green cose exactamente esa costura. Primero te entrega \u003cstrong\u003elos fundamentos completos\u003c\/strong\u003e —redes prealimentadas, entrenamiento y retropropagación con diferenciación algorítmica adjunta, regularización, optimización de hiperparámetros, convolucionales, modelos secuenciales, autocodificadores, modelos generativos y aprendizaje por refuerzo profundo—, escritos para alguien que ya sabe matemática, \u003cstrong\u003esin diluir nada\u003c\/strong\u003e. Después dedica nueve capítulos enteros a las aplicaciones que de verdad importan en una mesa de operaciones: aproximación de valores de derivados, solutores de PDE y BSDE de alta dimensión, Monte Carlo profundo y parada óptima, replicación estática neuronal, superficies de volatilidad, calibración de modelos, \u003cstrong\u003eXVA con mapeo de curvas de crédito\u003c\/strong\u003e y cálculo de exposición, generación de datos de mercado realistas y \u003cstrong\u003ecobertura profunda\u003c\/strong\u003e. Y cierra mirando hacia adelante: en qué se convierte el analista cuantitativo cuando el aprendizaje profundo deja de ser novedad y pasa a ser otra herramienta más del cajón.\u003c\/p\u003e\n\n  \u003cp\u003eEl propio autor lo dice en la primera página: este libro «surgió de mi propio deseo de aprender tanto como fuera posible sobre el tema». Él tampoco venía del aprendizaje profundo. Venía del XVA. Y aprendió el camino que aquí te ordena, paso por paso, con \u003cstrong\u003euna sola notación y un solo hilo argumental\u003c\/strong\u003e, para que cada capítulo sostenga al siguiente.\u003c\/p\u003e\n\n  \u003cp\u003eSu tesis es tranquilizadora y demoledora a la vez: las redes neuronales profundas son \u003cstrong\u003e«modelos de aproximación cuyos pesos se aprenden»\u003c\/strong\u003e. Es decir, una familia más de métodos numéricos, al lado de los solutores de PDE y del Monte Carlo que ya usas todos los días. Tu experiencia previa no es un pasado que superar: \u003cstrong\u003ees tu ventaja\u003c\/strong\u003e. Solo hay que ponerla a trabajar.\u003c\/p\u003e\n\n  \u003cp\u003eAl terminarlo, dejas de leer los avances en IA aplicada a finanzas como noticias que te pasan por encima y empiezas a leerlos como \u003cstrong\u003etrabajo que puedes evaluar, replicar y discutir\u003c\/strong\u003e. Pasas de sospechar que una red neuronal podría resolver tu problema de alta dimensión a saber qué arquitectura le corresponde, cómo entrenarla, cómo regularizarla y cómo validar que \u003cstrong\u003eno te está mintiendo\u003c\/strong\u003e. En la mesa cambia tu papel: eres quien explica por qué el modelo hace lo que hace. En tu carrera cambia el punto de partida: dejas de competir con quienes vienen del aprendizaje automático y empiezas a competir desde donde ellos no llegan, que es tu dominio del producto financiero.\u003c\/p\u003e\n\n  \u003cp\u003e\u003cstrong\u003ePara quién es:\u003c\/strong\u003e analistas cuantitativos, desarrolladores de modelos y equipos de riesgo de mercado y de contraparte que ya trabajan con Monte Carlo, solutores de PDE y XVA. Ingenieros de aprendizaje automático y científicos de datos que dominan el código pero chocan con la teoría de derivados, la neutralidad al riesgo y la cobertura. Y estudiantes de posgrado, docentes e investigadores de finanzas matemáticas que quieren llegar a la frontera \u003cstrong\u003esin esperar a que alguien se la traduzca\u003c\/strong\u003e.\u003c\/p\u003e\n\n  \u003cp\u003e\u003cstrong\u003eLo que te llevas:\u003c\/strong\u003e\u003c\/p\u003e\n  \u003cul\u003e\n    \u003cli\u003eEl libro completo en \u003cstrong\u003eEPUB, PDF y DOCX\u003c\/strong\u003e, en español neutro latinoamericano, con la terminología del gremio respetada.\u003c\/li\u003e\n    \u003cli\u003eEl \u003cstrong\u003eoriginal en inglés\u003c\/strong\u003e, en el mismo paquete: si prefieres leerlo en su idioma, la duda se disuelve sola.\u003c\/li\u003e\n    \u003cli\u003eUn \u003cstrong\u003ecuaderno de estudio con audioresumen\u003c\/strong\u003e, para avanzar los días en que no puedes sentarte a leer.\u003c\/li\u003e\n    \u003cli\u003eLo compras \u003cstrong\u003euna sola vez y es tuyo\u003c\/strong\u003e: sin suscripción que renovar, sin renta, sin fecha de caducidad.\u003c\/li\u003e\n  \u003c\/ul\u003e\n\n  \u003cp\u003e«Puedo leer los artículos originales por mi cuenta», dirás. Existen, es cierto. Pero no traen orden, ni notación unificada, ni el puente que va de uno al siguiente: reconstruir esa secuencia solo te roba \u003cstrong\u003emeses de tu tiempo\u003c\/strong\u003e, que es lo único que no se repone. «Y esto estará obsoleto en un año»: los fundamentos —aproximación de funciones, entrenamiento por gradiente, regularización, los procesos de decisión de Márkov— no caducan, y son justamente lo que te deja leer la investigación del año próximo sin empezar de cero.\u003c\/p\u003e\n\n  \u003cp\u003eUn tratado serio de aprendizaje profundo aplicado a las finanzas cuantitativas, en manos de quien trabaja en un banco de Bogotá, de Lima o de Ciudad de México, \u003cstrong\u003eno es un gesto simbólico\u003c\/strong\u003e: acorta la distancia entre quien toma las decisiones de riesgo de la región y las herramientas con las que se toman en el resto del mundo. Un sistema financiero con mejores modelos protege mejor el ahorro de la gente que vive dentro de él.\u003c\/p\u003e\n\n  \u003cp\u003e\u003cstrong\u003eLlévatelo ahora y empieza hoy el capítulo uno.\u003c\/strong\u003e El tren no se alcanza leyendo sobre el tren.\u003c\/p\u003e","brand":"Biblioteca de Alejandría","offers":[{"title":"Default Title","offer_id":44775116832810,"sku":null,"price":296.74,"currency_code":"MXN","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0648\/3489\/5914\/files\/Vitrina_-_Aprendizaje_profundo_en_finanzas_cuantitativas.png?v=1788323662","url":"https:\/\/alejandriav5.org\/products\/aprendizaje-profundo-en-finanzas-cuantitativas","provider":"Libros de Alejandría 5.0","version":"1.0","type":"link"}