What can Machine Learning do for the financial industry after this collapse comes to an end?

Marcos López de Prado tiene más de 20 años de experiencia desarrollando estrategias de inversión con la ayuda de algoritmos de Machine Learning y supercomputadoras. Recientemente ha vendido sus patentes a AQR Capital Management, donde fue director y el primer jefe de Machine Learning de AQR. En 2019, recibió el ‘Quant of the Year Award’ de The Journal of Portfolio Management

Book Event

Breaking Myths and Paradigms: What can ML really contribute for the financial industry? Duracion 1 hora / Marcos López de Prado

KEYNOTE SPEECHES - Breaking Myths and Paradigms: What can ML really contribute for the financial industry?

Available Tickets: Unlimited
The Breaking Myths and Paradigms: What can ML really contribute for the financial industry? ticket is sold out. You can try another ticket or another date.
Full Pass x persona EVENTO COMPLETO (4 DÍAS)

EVENTO COMPLETO (4 DÍAS)

Available Tickets: Unlimited
The Full Pass ticket is sold out. You can try another ticket or another date.

Date

Sep 23 2020

Time

1 hora
5:00 pm - 6:00 pm

Costo

MXN $5,000.00

Folleto en línea

Ver folleto en línea

Labels

CONFERENCIA
Hotel Westin Santa Fe

Sede

Hotel Westin Santa Fe
Av. Javier Barros Sierra 540, Lomas de Santa Fe
Category

Organizer

RISKMATHICS
Phone
+52 (55) 5536 4325
Email
derivatives@riskmathics.com
Reserva tu lugar

Speakers

  • Marcos López De Prado
    Marcos López De Prado
    Adjunct Professor, Financial Machine Learning Cornell University

    Marcos López de Prado tiene más de 20 años de experiencia desarrollando estrategias de inversión con la ayuda de algoritmos de Machine Learning y supercomputadoras.
    Recientemente ha vendido sus patentes a AQR Capital Management, donde fue
    director y el primer jefe de Machine Learning de AQR. Marcos también fundó y dirigió el negocio de Estrategias de inversión cuantitativas de Guggenheim Partners, donde desarrolló algoritmos de inversión de alta capacidad
    que brindaban rendimientos superiores ajustados al riesgo de manera consistente,
    recibiendo hasta $ 13 mil millones en activos.
    Al mismo tiempo, entre 2011 y 2018, Marcos fue investigador en el Laboratorio
    Nacional Lawrence Berkeley (Departamento de Energía de los Estados Unidos,
    Oficina de Ciencia). Ha publicado docenas de artículos científicos sobre Machine
    Learning y supercomputing en las principales revistas académicas, y SSRN lo ubica
    como el autor más leído en economía.
    Entre varias monografías, Marcos es el autor del libro de texto de graduados
    Advances in Financial Machine Learning (Wiley, 2018). Marcos obtuvo un doctorado en economía financiera (2003), un segundo doctorado en finanzas matemáticas (2011) de la Universidad Complutense de Madrid, y recibió el Premio Nacional de Excelencia Académica de España (1999).
    Completó su investigación postdoctoral en la Universidad de Harvard y en la
    Universidad de Cornell, donde imparte un curso de Financial Machine Learning en la Escuela de Ingeniería. En 2019, recibió el ‘Quant of the Year Award’ de The Journal of Portfolio Management.

QR Code

Leave a Reply

×

Hola!

Haga clic en uno de nuestros representantes a continuación para chatear en WhatsApp o envíenos un correo electrónico a derivatives@riskmathics.com

× How can I help you?