Curso de Inteligencia Artificial aplicada a las Finanzas

1.Fundamentos de la Inteligencia Artificial en finanzas

• Introducción a la IA y su evolución en el sector financiero.
• Conceptos y terminología clave de IA aplicada a las Finanzas Corporativas e Inversiones.
• Diferencias entre Machine Learning, Deep Learning, NLP y LLMs y su aplicación en finanzas.
• Panorama actual del uso de la IA en entidades financieras.
• Herramientas, lenguajes y plataformas de trabajo con IA en finanzas: Python, APIs y Bloomberg.
• Ética, regulación y riesgos del uso de IA en finanzas.
• Aspectos legales y regulatorios para el desarrollo de proyectos de IA financiera.

2.Modelización financiera y valoración con IA

• Modelos de valoración tradicionales frente a modelos potenciados por IA.
• Automatización de la valoración por Descuento de Flujos de Caja (DCF).
• Machine Learning para la estimación de tasas de crecimiento y WACC dinámico.
• Valoración por comparables con IA: identificación de peers y ajuste de múltiplos.
• Modelos LBO potenciados por inteligencia artificial.
• Limitaciones, sesgos y buenas prácticas en modelos de valoración con IA.
• Casos de estudio de valoración en empresas reales.

3.Análisis predictivo y forecast scenarios con IA

• Time Series Forecasting aplicado a finanzas corporativas.
• Predicción de ingresos, costes y flujos de caja con Machine Learning.
• Construcción de Forecast Scenarios: escenario base, optimista, pesimista y stress.
• Simulaciones Monte Carlo para análisis de sensibilidad y escenarios.
• Feature Engineering aplicado a variables financieras corporativas.
• Interpretabilidad de modelos con SHAP Values para explicar predicciones a Stakeholders.
• Casos de estudio de Forecasting corporativo con IA.

4.M&A, due diligence y valoración de sinergias con IA

• El proceso de M&A y los ámbitos donde la IA puede generar más valor.
• IA para Target Screening e identificación de oportunidades de adquisición.
• Due Diligence automatizada: análisis de contratos y detección de riesgos legales y financieros con NLP.
• Valoración de sinergias y modelización de integración Post-Merger con Machine Learning.
• Análisis de sentimiento y reputación del target con herramientas de IA.
• Ejemplos y casos prácticos de operaciones de M&A potenciadas por IA.

5.Gestión de riesgos corporativos y detección de anomalías con IA

• Principales tipos de riesgos corporativos: crédito, mercado, operacional y reputacional.
• Modelos de IA para Credit Scoring y predicción de Default Corporativo.
• Detección de fraude y anomalías financieras con Machine Learning.
• Stress Testing y simulación de escenarios macroeconómicos con IA.
• Monitorización del riesgo reputacional mediante NLP y análisis de sentimiento.
• Impacto de la IA en regulación, Compliance y cumplimiento normativo.

6.Reporting financiero inteligente y comunicación con inversores

• Automatización del reporting financiero: de Excel a Dashboards Inteligentes.
• Generación automática de informes y narrativas financieras con LLMs.
• Construcción de dashboards interactivos con datos de mercado en tiempo real.
• IA aplicada a Investor Relations: análisis de sentimiento y preparación de Earnings Calls.
• El nuevo rol del CFO: de guardián financiero a estratega de datos.

7.IA aplicada a investments & trading

• Trading algorítmico con IA: estrategias, arquitectura de sistemas y Backtesting.
• Machine Learning para predicción de mercados con modelos supervisados y redes neuronales.
• Análisis de sentimiento y uso de datos alternativos en estrategias de inversión.
• Gestión de carteras con IA: optimización avanzada, factor Investing y Asset Allocation dinámica.
• Gestión de riesgos de mercado: VaR dinámico, detección de regímenes, position Sizing y Tail Risk.
• De Backtest a producción: infraestructura, APIs de Brokers, costes de transacción y Monitoring.

8.Sesiones con expertos referentes en finanzas e IA

• Visión ejecutiva sobre la transformación digital del departamento financiero y la gestión de inversiones.
• Casos reales de implantación de IA en finanzas corporativas, mercados e inversión.
• Aplicaciones prácticas, lecciones aprendidas y tendencias de futuro.
• Mesa redonda y sesión de preguntas con expertos del sector.
• Networking y Mentoring con profesionales invitados.

9.Taller práctico final: valoración, escenarios y estrategias de inversión con IA

• Análisis de la situación financiera de una empresa real con apoyo de herramientas de IA.
• Construcción de un modelo DCF automatizado con IA.
• Desarrollo de Forecast Scenarios con análisis predictivo y simulaciones Monte Carlo.
• Diseño de una estrategia de inversión a partir de la valoración obtenida.
• Análisis de sensibilidad automatizado y visualización de resultados.
• Elaboración de un informe ejecutivo y presentación final ante profesorado y profesionales invitados.