Seminarios anteriores
23 de febrero de 2022
Ángel Elías
Cinvestav-IPN
Sectorización en grafos (clusterización)
Resumen: Ángel continuará su interesante presentación sobre el método de agrupamiento (clustering) basado en operaciones de contracción y borrado. Les recuerdo que este método es importante no solo por sus aplicaciones en finanzas sino en todo el entorno general del Aprendizaje de Máquina.
16 de febrero de 2022
Ángel Elías
Cinvestav-IPN
Sectorización en grafos (clusterización)
Resumen: El algoritmo que se presentará está basado en la contracción de un conjunto de aristas de un grafo específico, y como resultado se espera obtener una sectorización. El problema se reduce a encontrar un conjunto adecuado de aristas, tal que al contraerlas obtengamos realmente una sectorización, es decir, que todos los elementos de cada sector cumplan una propiedad en específico. Para abordar este problema se construye un nuevo grafo a partir de las aristas que, bajo cierto criterio, pueden contraerse sin generar conflicto, y se estudian los conjuntos independientes de este nuevo grafo. Al final se establece una conjetura que relaciona biunívocamente un conjunto de aristas específico y una sectorización.
09 de febrero de 2022
Yoshua Márquez Galindo
ESFM-IPN
Métodos de predicción basados en aprendizaje automático y estadística
Resumen: Yoshua Márquez Galindo ha estado haciendo su tesis de Licenciatura sobre métodos de predicción de series financieras y casi ha terminado. En esta ocasión nos mostrará todos sus avances y resultados. Les transmito el resumen que ha preparado. Predicción de precios con estadística y machine learning. Se mostrará el repositorio que contiene los módulos de python para la estimación por estadística no paramétrica y por el algoritmo de bosque aleatorio para la predicción de series de tiempo financieras. También se expondrán brevemente los métodos para recordar algunas características y parámetros importantes.
02 de febrero de 2022
Andŕes Téllez
Cinvestav-IPN
Preprocesamiento: Análisis de Sentimiento
Resumen: Él Dr. Andrés Téllez continuará su interesante exposición sobre análisis de sentimiento.
Segunda sesión (Procesamiento y Explicabilidad)
- Clasificación y explicabilidad
- Uso de redes LSTM para procesamiento del lenguaje.
26 de enero de 2022
Andŕes Téllez
Cinvestav-IPN
Preprocesamiento: Análisis de Sentimiento
Resumen: El Dr. Andrés Téllez hablará sobre análisis de sentimiento con redes neuronales, la primera parte será sobre técnicas de preprocesamiento y la segunda sobre entrenamiento y explicabilidad. Primera sesión (Representación vectorial y contexto):
- Técnica Bag of Words (one hot representation) con varios de los preprocesos que la acompañan como Stopwords, Stemming, Lemmatization, Reducción por independencia.
- Técnica de embebimiento para mejorar contexto de palabras (Word2Vec)
19 de enero de 2022
Feliú Sagols
Cinvestav-IPN
Torneo Alpha Vantage
Resumen: A partir del 21-nov-2021 la compañía de distribución de datos financieros Alpha-Vantage (https://www.alphavantage.co/) cambio su política de acceso gratuito a sus bases datos de manera que ahora es necesario probar que uno al menos un token de AVC (Alpha Vantage Coin https://www.alphavantagecoin.org/). La idea es acercar a los usuarios de Alpha Vantage al machine learning, a la ciencia de datos y en general al algorithmic trading. Motivan a sus clientes a participar en actividades como responder cuestionarios sobre el tema (https://www.alphatournament.com/daily_challenge/) y participar en un torneo para conformar portafolios (https://www.alphatournament.com/). También Alpha--Vantage ha desarrollado algunos proyectos muy interesantes para hacer pronósticos de series financieras usando las bibliotecas tensorflow y pytorch, desarrollar sitios web para presentar análisis de información financiera en python/django y para crear un token de ethereum basado en el standard ERC20 (https://www.alphavantage.co/academy/) Participar en en el torneo de Alpha-Vantage ofrece un marco para evaluar las estrategias que hemos ido desarrolando con estudiantes y colaboradores y nos ayuda a comprender qué tan bien estamos posicionados. Así que con el afán de participar en la competencia se decidió ajustar un programa que el Dr. Eduardo Vázquez hizo basandose en algoritmos genéticos. El programa funciona bien pero para poderse utilizar en el torneo se tuvieron que hacer algunos ajustes. En particular se está adaptando el programa que desarrolló el Dr. Andrés Téllez para hacer pronósticos de series financieras. El objetivo de esta charla es dar algunos detalles sobre el proceso.
23 de noviembre de 2021
Erick Lara Silva Salazar
Resumen: Cómo usar máquinas de vectores soporte y espacios de Banach en Machine Learning. En esta plática hablaremos de una familia de algoritmos en Machine Learning y sus generalizaciones. Una de las herramientas clásicas en Machine Learning, Support Vector Machine (SVM), es usada para problemas de clasificación y de regresión lineales. Su campo de acción puede expandirse a problemas no lineales usando espacios de Hilbert y de Banach; el componente principal para esto es el uso de núcleos reproductores. Expondremos brevemente las problemáticas que atacan y cómo se justifica su uso. Para ello también cubriremos brevemente el Teorema de representación, el cuál nos dice dónde buscar las soluciones.
17 de noviembre de 2021
Feliú Sagols
Cinvestav-IPN
Resumen: Se va a explicar el estado actual del robot de inversión que se está desarrollando. Su arquitectura básica, su base de datos, el controlador de procesos, los procesos periféricos de apoyo, el servicio de producción de estados financieros, el servicio de autenticación, el servicio de descarga de series de tiempo financieras, etc. Se mostrarán también algunos de los resultados que se obtuvieron después de diez meses de simulación en Interactive Brokers.
10 de noviembre de 2021
Yoshua Márquez Galindo
ESFM-IPN
Resumen: Implementación de la CEEMDAN en el algoritmo de bosque aleatorio para la predicción de precios. El bosque aleatorio es un algoritmo de machine learning que surge de la iteración de otro algoritmo conocido como árbol de decisión, y es uno bastante usado dada su versatilidad. Un ejemplo es su aplicación en la predicción de precios usando como variables predictoras indicadores del análisis técnico, aplicación que ha mostrado por sí mismo buenos resultados. En esta sesión se hablará no sólo del algoritmo sino también de cómo la implementación de la descomposición conocida como CEEMDAN trae mejoras a la aplicación mencionada.
27 de octubre de 2021
Feliú Sagols
Cinvestav-IPN
Resumen: Se hablará sobre Análisis de Sentimiento que es uno de los méjores mecanismos para la predicción de mercados financieros. La charlas tendrá un enfoque orientado hacia el cómputo más que a la presentación de los elementos teóricos. Se empezará hablando sobre técnicas de scraping para descargar noticias del sector fínanciero de sitios públicos de Internet, particularmente de https://financialmodelingprep.com/. Una vez que se tengan los datos veremos cómo aplicar las bibliotecas Pandas y NLTK (Natural Language Toolkit) para hacer el preprocesamiento de las noticias. Finalmente se mostrará cómo se utiliza el módulo VADER Sentiment Analyzer de la biblioteca NLTK para calcular el sentimiento por medio de la verificación de los elementos positivos, negativos y neutros que aparecen en el texto. La presentación se basa en el documento https://medium.com/the-handbook-of-coding-in-finance/sentiment-analysis…. Ahí se pueden descargar el programa en Python que será presentado en la charla.
20 de octubre de 2021
Andrés Téllez
Cinvestav-IPN
Resumen: En el análisis de series de tiempo es fundamental determinar si una serie de tiempo tiene la propiedad de ser estacionaria. Las pruebas ampliamente utilizadas como la de Dickey-Fuller Aumentada (ADF) y la de Phillip-Perron (PP) nos proporcionan resultados poco fiables; el p-value arrojado por estas pruebas varía drásticamente cuando se introducen pequeñas variaciones en los datos.
Adicionalmente, estos métodos han sido diseñados para identificar raíces unitarias y no falta de estacionariedad, por lo que son incapaces de identificar cambios en la desviación estándar (volatilidad). Esta fue la principal motivación para desarrollar nuestra prueba de estacionariedad y los resultados muestran p-value más estables al cambiar los datos de entrada. Finalmente, se compara nuestra prueba contra las pruebas ADF, PP en la serie de tiempo S&P500 durante el periodo de la crisis inmobiliaria del 2008 y nuestra prueba arroja resultados positivos.
13 de octubre de 2021
Ángel Elías
Cinvestav-IPN
Resumen: Presentación de la estrategia de inversión por pares. Nos hablará sobre una modificación basada en la Emd.
05 de octubre de 2021
Ángel Elías
Cinvestav-IPN
Resumen: En 1987, Enzo Tartaglia siendo colaborador del banco multinacional Morgan Stanley reunió un grupo de matemáticos, físicos e ingenieros en computación que diseñaron la estrategia de inversión que hoy se conoce como "pairs trading strategy". Durante algo más de 10 años esta estrategia produjo altos rendimientos mediante el aprovechamiento de pares de instrumentos cointegrantes, es decir, pares de instrumentos para los que existe una combinación lineal de sus series de tiempo que produce una serie estacionaria en el mejor de los casos o una serie con reversión a la media. En esta sesión Ángel Elías nos presentará cómo funciona la estrategia así como una modificación basada en la Emipirical Mode Decomposition.
29 de septiembre de 2021
Moisés Sagols Pacheco
ESFM-IPN
Bot de Telegram para la automatización del proceso de autenticación en dos fases
Resumen: Bot de Telegram para la Automatización del Proceso de Autenticación en Dos Fases La autenticación en dos fases (2FA) es un recurso de seguridad implementado prácticamente por cualquier sistema de información que involucre cuentas de usuario en la actualidad, el cual consiste en enviar un código vía SMS a los usuarios para ser proporcionado por ellos y verificar así su identidad.
Es por esto que si se desea prestar un servicio que requiera el manejo de cuentas de usuarios dentro de alguna plataforma de terceros, es necesario tomar en cuenta la automatización del proceso 2FA.
En este caso se demuestra esta situación dentro del sistema de Interactive Brokers, que implementa la 2FA para poder entrar en él y ser capaces de realizar operaciones.
Se presenta una solución no invasiva al proceso de automatización a través de la elaboración de un bot con la ayuda de la API del servicio de mensajería instántanea Telegram. Los usuarios serían notificados por el bot cuando el sistema requiriera acceder a sus cuentas, esperaría su aprobación para continuar con el procedimiento, el cual precisará del envío del código de un sólo uso enviado vía SMS por Interactive Brokers.
Notificaría a los usuarios en caso de ser exitosa la operación, o si es necesario que éstos proporcionen de nueva cuenta códigos para intentar otra vez. Interactive Brokers presenta una alternativa al envío de códigos, que está basada en la aplicación para Android y iOS IBKR, dentro de la cual los usuarios, si es que así lo deciden, pueden validar sus intentos de inicio de sesión a través de su huella digital o alguna contraseña personal. Se muestra entonces también la automatización de la 2FA dadas estas circunstancias.
22 de septiembre de 2021
Julio César Rodríguez Burgos
Cinvestav-IPN
High-Frequency Trading
Resumen: High-Frequency Trading consiste de un conjunto de reglas de comercio que se siguen de forma recurrente, y que gracias a la tecnología, su recurrencia es cada vez más rápida. Su objetivo es aprovechar las oportunidades de ganancia que tienen corta disponibilidad de duración en un mismo día. En este trabajo se ocupa un control regular y un control de impulso para modelar estrategias óptimas para establecer órdenes límite y de mercado en un libro de órdenes (LOB) y así aprovechar el diferencial de precios y los beneficios de otorgar liquidez al mercado. Al comerciar con órdenes límite, el agente enfrenta distintos riesgos, entre ellos se encuentra el de ejecución de sus órdenes límite; el riesgo de inventario relacionado a la volatilidad; y un riesgo de selección adversa. La solución del problema de control está relacionada a la solución de ecuaciones cuasi-variacionales de programación dinámica. Se analizará un caso particular de criterio de media con penalización de inventario, así como algunas simulaciones de los procesos estocásticos relacionados a este problema.
15 de septiembre de 2021
Oscar Adrián Méndez Lara
Cinvestav-IPN
Opciones de doble barrera para modelos racionales con saltos
Resumen: En años recientes el interés por los modelos con saltos ha aumentado considerablemente en el área de valuación de opciones. Por un lado, las carencias del modelo de Black-Scholes comienzan a rebasar su facilidad de implementación; por otro lado, han surgido modelos con saltos cuyas características se acoplan al comportamiento empírico en el mercado gracias a sus configuraciones de parámetros.
Los principales obstáculos de los modelos con saltos son que no son parte de un mercado completo por lo que la medida de martingala equivalente (o medida de neutralidad al riesgo) no es única, y que no siempre hay fórmulas exactas para las valuaciones.
Usamos un modelo con símbolo racional: HEJD (difusiones con saltos hiper-exponenciales), por su versatilidad de ajuste y porque sirve para aproximar modelos más complejos.
Veremos los conceptos básicos para definir el problema de frontera cuya solución es la valuación que buscamos. Con la ayuda de las transformadas de Laplace y Fourier lo trasladamos a una ecuación de convolución y luego a una ecuación modificada de Wiener-Hopf.
Con la ayuda del concepto de sectorialidad y la teoría de operadores de Toeplitz, se construye un problema equivalente y se prueba la existencia y unicidad de la solución en espacios de Sobolev apropiados.
Gracias a la estructura del símbolo es posible obtener una solución exacta al problema. La obtención de resultados numéricos no es directa y se presenta un algoritmo para aproximar la valuación.
25 de agosto de 2021
Yoshua Márquez Galindo
ESFM-IPN
Predicción de precios mediante distribuciones de probabilidad
Resumen: Hablaremos sobre un método que, basado en la serie de tiempo de un instrumento financiero, proporciona un valor esperado y un intervalo de confianza para su precio en el futuro usando primordialmente distribuciones de probabilidad. También hablaremos del desempeño de éste método en algunos instrumentos y como la CEEMDAN puede mejorarlo.
18 de agosto de 2021
Eduardo Vázquez Fernández
ESIME-IPN Culhuacán
Optimización de portafolio con la herramienta DEAP
Resumen: En esta plática de verá el tema de optimización de portafolio aplicado a los fondos de inversión diversificados (ETFs) y al índice bursátil S&P 500 a través de la herramienta DEAP, la cual permite encontrar soluciones rápidas a través de algoritmos genéticos.
11 de agosto de 2021
Ana María Tellería
Espacios de Fock de funciones analíticas
Resumen: Hablaremos sobre los espacios de funciones polianaliticas de grado n cuadrado integrables con el peso Gaussiano llamados espacios de Fock o espacios de Segal-Bargmann-Fock.
Daremos una base ortogonal para cada espacio. Mostraremos un teorema de diagonalización de operadores radiales en espacios de Fock. Definiremos a los operadores de creación y aniquilación, que le dan sentido físico a estos espacios, que fueron creados para describir el spin de las partículas subatómicas.
Finalmente mencionaremos una aplicación a las finanzas de estos espacios: los procesos estocásticos cuánticos de Lévy.
04 de agosto de 2021
Arturo Medina
Resumen: Propuesta de evaluación de proyectos energéticos con un enfoque holístico soportado por un método multicriterio que sirva de ayuda a los tomadores de decisiones para evaluar la mejor opción de inversión en proyectos energéticos.
Actualmente, el criterio financiero es el más utilizado y en ocasiones es el único para evaluar la viabilidad de proyectos energéticos, sin embargo, existen otros criterios que también afectan su viabilidad, como son: el ambiental, el económico, el social, el tecnológico y el estratégico.
Debido a la distinta naturaleza de estos criterios se propone la utilización del método ELECTRE, el cual permite comparar criterios a través de relaciones de superación, además de permitir asignarles una ponderación determinada.
28 de julio de 2021
Andrés Téllez
Resumen: Nos presentará avances sobre la aplicación de redes neuronales en la estimación futura de precios. Inicialmente se mostrará la sensibilidad de cada una de las IMFs con un modelo lineal (regresión) en el cual se verá lo que nos sugiere la intuición y es que las IMFs son las más relevantes para hacer una predicción son las más cercanas al residuo, por otra parte, las más lejanas al residuo (primeras IMfs) carece de información para la estimación.
Adicionalmente, se mostrarán resultados en mejora de predicción a diferentes horizontes, en los que se ve que las redes más complejas tienen un mejor desempeño en un horizonte más lejano. Se discutirán algunos resultados y conclusiones.
21 de julio de 2021
Angel Elía
Resumen: Nos presentará avances sobre la aplicación de la "Planar Maximally Filtered Graph" (PMFP) y el uso de la técnica alternativa basadas en las operaciones de contracción y borrado en el grafo de correlación entre instrumentos. Veremos los avances recientes y una variante de la técnica para localizar pares cointegrantes.
14 de julio de 2021
Ángel Elías
Resumen: El día de hoy Ángel hará una presentación general del repositorio en GitHub con todos los programas que se han desarrollado. Esta plataforma pretende incluir algoritmos evolutivos para resolver problemas de optimización de portafolios, para crear sectorizaciones de los mercados a partir de correlaciones y cointegraciones de activos y resolver el problema de encontrar la EMD de una señal utilizando técnicas de optimización continua y discreta. El propósito final es que todos los participantes que lo deseen puedan tener acceso al software que se está desarrollando e incluso hacer aportaciones al código.
07 de julio de 2021
Alfonso Sánchez
Resumen: En la sesión de hoy Alfonso nos va a presentar los resultados de los experimentos que ha hecho utilizando la técnica de los lobos grises para buscar portafolios óptimos de
inversión con instrumentos del S&P100. Ángel va presentar el repositorio en GitHub que contiene tanto los programas desarrollados por Alfonso como los que él mismo ha desarrollado.
30 de junio de 2021
Feliú Sagols
Resumen: Continuaremos revisando el material de la sesión de la semana pasada.
Finalmente, con la ayuda de Gerardo y Paco se logró entender el ejemplo de la Sección 1.3. Al final se hará una reflexión sobre el diseño de estrategias de inversión con bajo riesgo a partir de opciones.
23 de junio de 2021
Feliú Sagols
En la sesión de hoy quiero compartir con ustedes un material que encontré en la página de Information Technology Services de Caltech. En particular presentaré el Capítulo 11 de las notas de un curso de finanzas del profesor J. Wang. Me llamó mucho la atención porque se ajusta muy bien al tipo de operaciones que Andrés, mis alumnos y yo estamos desarrollando. Haremos un repaso general sobre Opciones y su uso, particularizando en la forma como se pueden hacer coberturas, apalancamiento, identificación de estrategias de inversión sin riesgo
y con riesgo controlado.
16 de junio de 2021
Andrés Téllez
Resumen: Presentará el software tyme_series.ipynb (publicado en google colab)
que está en la frontera de estado del arte en materia de predicción de series de tiempo. Nos va a presentar resultados relacionados con la predicción climática y su potencial para predecir series de tiempo financieras. El software se basa en el uso de redes neuronales convolucionales y recurrentes. Al mismo tiempo Andrés
nos hablará de las facilidades que ofrece la plataforma "colab" de Google y de algunas de las herramientas disponibles así como de la posibilidad de acceder a computadoras de alto desempeño para el desarrollo de proyectos relacionados con análisis de datos.
https://colab.research.google.com/github/tensorflow/docs/blob/master/si….
09 de junio de 2021
Javier Solís
Resumen: El Ing. Javier Solís González a quien conocí siendo él Gerente del Area de Desarrollo de Software de Infotec. Él es un desarrollador de muy muy alto nivel. Hasta hace un par de semanas trabajó para la casa de cambio de cripto monedas Bitso y actualmente hace algorithmic trading de manera independiente. A la fecha en Bitso Javier ocupa el segundo lugar en volumen de trading. Nos compartirá algunas de sus experiencias.
02 de junio de 2021
Eduardo Vázquez
Resumen: El Dr. Eduardo Vázquez presentará sus avances recientes sobre optimización de portafolios utilizando algoritmos genéticos, programación evolutiva y técnicas afines con las que ha estado trabajando.
Referencia (libro): https://1lib.mx/book/542530/edccb3
26 de mayo de 2021
Alfonso Sánchez
Resumen: Alfonso va a presentarnos algunos resultados de los programas en Python que ha hecho para optimizar portafolios con la técnica de los lobos grises. En un primer modelo se maximiza el tercer momento de las ganancias del portafolio manteniendo la varianza acotada superiormente y la
ganancia por encima de una cota inferior. En un segundo modelo se maximiza la ganancia manteniendo la varianza acotada superiormente y el tercer momento acotado inferiormente.
19 de mayo de 2021
Ángel Elias
Resumen: Se presentará brevemente la distribución de series de tiempo que vamos a estar haciendo vía Dropbox para que usen en sus experimentos y pruebas (NASDAQ100 y SP500 completos). También Ángel va a presentar sus avances con la técnica de optimización basada en PSO, nos va a recordar el modelo de optimización para encontrar IMF's ortogonales, así como sus avances más recientes.
12 de mayo de 2021
Alfonso Sánchez
Resumen: Se hará un presentación sobre optimización de portafolios y usando la técnica de los lobos grises.
05 de mayo de 2021
Andrés Téllez
Hubbub
Resumen: Se continuará presentando los resultados experimentales de la aplicación de redes neuronales a la predicción de series de tiempo.
28 de abril de 2021
Andrés Téllez
Hubbub
Resumen: Se hablará sobre aplicaciones concretas de redes neuronales en problemas de finanzas utilizando la Empirical Mode Decomposition. También mostrará algunos resultados experimentales.
Se recomendó el siguiente curso en el MIT https://learning.edx.org/course/course-v1:MITx+6.86x+1T2021.
14 de abril de 2021
Feliú Sagols
Resumen: Se va presentar el artículo "Hybrid Empirical Mode Decomposition with Support Vector Regression Model for Short Term Load Forecasting" de los autores Wei-Chiang Hong y Guo-Feng Fan. En este trabajo se presenta un modelo híbrido para la predicción de series de consumo de energía eléctrica basado en la Empirical Mode Decomposition, en la regresión con soporte vectorial y en la Particle Swarm Optimization.
07 de abril de 2021
Eduardo Vázquez
ESIME-IPN Culhuacán
Resumen: Se presentará una serie de papers relacionados con el uso técnicas evolutivas para la optimización de portafolios. La idea es que decidamos cuáles vale la pena estudiar.
24 de marzo de 2021
Eduardo Vázquez
ESIME-IPN Culhuacán
Optimización de portafolios con algoritmos genéticos
Resumen: En problemas de optimización con espacios de búsqueda significativamente grandes se han utilizado los algoritmos evolutivos para buscar soluciones muy cercanas a las óptimas. En esta presentación, se mostrará un método de optimización de portafolio a través de un algoritmo genético (AG). También se verá la manera de incorporar un buscador local a un algoritmo memético para mejorar los resultados obtenidos con un AG simple.
17 de marzo de 2021
Isabel Castro
Cinvestav-IPN
Random walks in random enviroment
Resumen: Tendremos la presentación de Isabel Castro quien recientemente terminó su doctorado bajo la Dirección de Carlos Pachecho. En esta sesión Isabel hará un resumen de su tesis.
10 de marzo de 2021
Feliú Sagols
Resumen: Vamos a presentar avances sobre la plataforma de inversión que se está construyendo. Hablaremos sobre el módulo de control en Telegram.
03 de marzo de 2021
Angel Elías
Cinvestav-IPN
Resumen: Continuaremos la línea que vimos la semana pasada con el Dr. Gerardo Hernández en el sentido de usar la EMD para sectorizar los instrumentos de inversión dentro del universo en el que deseamos ubicar nuestro portafolio. Ángel nos presentará la manera como la "Planar Maximally Filtered Graph" (PMFP) se ha utilizado en este sentido, luego hará una crítica al modelo. Finalmente hará una propuesta diferente a la PMFP basada en la contracción y borrado de aristas en el grafo de correlaciones.
24 de febrero de 2021
Gerardo Hernández
Actinver Casa de Bolsa
Avances Portafolios
Resumen: El Dr. Gerardo Hernández presentará avances recientes a su modelo de conformación de portafolios de inversión.
17 de febrero de 2021
Tzolin Garduño
Resumen: Se hablará sobre las mejoras del método de ensamble para calcular IMF's en las predicciones del Filtro de Kalman y Gerardo nos presentará algunos experimentos prácticos relacionados.
10 de febrero de 2021
Gerardo Hernández
Actinver Casa de Bolsa
Puentes de Bessel y densidades de frontera
Resumen: Se hablará sobre puentes de Bessel.
03 de febrero de 2021
Jhan Orozco
Cinvestav-IPN
Modelos GARCH con tendencia y detección de puntos de cambio
27 de enero de 2021
Tzolkin Garduño
Resumen: Se Hablará sobre la EMD y uso con el Filtro de Kalman para predecir series de tiempo.
20 de enero de 2021
Jahn Orozco
13 de enero de 2021
Gerardo Hernández del Valle
Actinver Casa de Bolsa
Financiamiento Colectivo y Ley Fintech
06 de enero de 2021
Andrés Téllez Crespo
Hubbub
Filtro de Kalman
23 de septiembre de 2020
Andrés Téllez Crespo
Hubbub