El Analista Económico-Financiero

Reproducibilidad Retomando la discusión sobre la importancia de la reproducibilidad del código publicada en un post anterior . Les cuento que en 2019, la revista Management Science introdujo una política que exige a los autores que pongan a disposición sus materiales de estudio. Aprovechando esto como una oportunidad, un grupo de investigadores se dio a la tarea de evaluar el impacto de la política y el estado de la reproducibilidad de los estudios. Los autores señalan que la reproducibilidad es una característica esencial de los resultados de investigación confiables, pero no puede garantizar la replicabilidad ( LSE Impact Blog ). Recursos para aprender ciencia de datos Paul Goldsmith-Pinkham (profesor en la Escuela de Administración de Yale) comparte notas de conferencias escritas para su curso de doctorado sobre métodos empíricos aplicados. También diapositivas, preguntas de exámenes y más ( GitHub ). Árboles de decisión en python con sklearn ( Regenerative ). Graficar redes neuron

La inteligencia artificial (IA) está revolucionando el sector financiero, dando lugar a nuevas herramientas y aplicaciones que están transformando la forma en que las personas y las empresas interactúan con el dinero. En este post, exploraremos las herramientas de IA más populares en finanzas, así como la promesa y los desafíos de las aplicaciones cripto + IA. También veremos qué es el fintech y cómo está utilizando la IA para transformar el sector financiero. ¿Qué es fintech? Creo que todo mundo sabe que Fintech es un acrónimo de los términos «finanzas» y «tecnología», pero en realidad es un término mucho más amplio que se utiliza para describir la aplicación de la tecnología a los servicios financieros. Incluye una amplia gama de empresas y productos que utilizan la tecnología para mejorar la forma en que las personas y las empresas interactúan con el dinero. El fintech está cambiando rápidamente la forma en que vivimos y trabajamos. Las empresas fintech están desarrollando nuevas fo

Arrancamos la entrada del día de hoy con una guía en formato infografía para profesionales financieros, que nos muestra cómo afrontar los riesgos climáticos físicos. Tipos de riesgos climáticos físicos A medida que cambia el clima, los científicos predicen que los peligros físicos como incendios e inundaciones serán más frecuentes e intensos. Hay dos tipos de peligros que conducen a riesgos climáticos: Los riesgos agudos y los crónicos. Se consideran riesgos agudos aquellos que pueden provocar la interrupción del negocio y daños a los activos: Inundaciones fluviales Caudal bajo del río Incendios forestales Inundaciones costeras Ciclones tropicales Por otro lado, los riesgos crónicos pueden provocar la interrupción del negocio: Ráfagas de viento Calor extremo Extremadamente frío Lluvia Pesada Fuerte nevada Dependiendo del tipo de peligro, algunas regiones son más susceptibles que otras. Fuente:  Weathering Physical Climate Risks: A Guide for Financial Professionals Costos del cambio cl

Hoy en día existe mucha confusión entre el rol del analista de datos, el científico de datos y el ingeniero de datos, esto se debe fundamentalmente que muchas habilidades y competencias de estos roles se pisan entre sí. No obstante, el título de "científico" tiene algo que no tienen los otros, justamente esa capacidad de utilizar el método científico para aportar verdadero valor a las organizaciones y generar impacto. En el post del día de hoy, les traigo una serie de recursos para fortalecer el bagaje de profesionales de la ciencia de datos. El modelo es importante, pero los supuestos lo son más  La primera recomendación, es un artículo publicado por el CFA Institute (referente en el mundo de las finanzas) que hace una critica constructiva a los profesionales que se casan con las simulaciones de Monte Carlo para realizar sus pronósticos de rendimientos futuros. La recomendación: la importancia de los supuestos y considerar en sus escenarios aquellos eventos inesperados. Má

Desde hace algunos años, Visual Capitalist elaboran un análisis a partir de su propia base de datos de predicciones con más de 700 pronósticos compilados a partir de informes, entrevistas, podcasts, entre otros. Crean un objeto visual el cual resume las 25 predicciones y pronósticos más citadas por los expertos de lo que se espera que suceda en 2024. En resumen, los expertos creen que [...] (tipo de riesgo): El S&P 500 alcanza nuevos máximos históricos (mercados financieros) Los trabajadores robóticos se ciernen sobre el trabajo (tecnológico) Habrá un escándalo electoral deepfake de IA (geopolítico) Aumento de los flujos migratorios mundiales (migración) Los bonos están de vuelta (mercados financieros) TikTok lidera el comercio electrónico en redes sociales (tecnológico) Estados Unidos evita nuevamente la recesión (económico) 2024 bate récords de calor (medio ambiente) La inflación se mantiene fría en torno a los niveles objetivo (económico) Muchas demandas y regulaciones en torn

Las personas que esperan poder vivir bien el resto de sus días de sus pensiones, cometen un grave error: las pensiones con el paso del tiempo van perdiendo valor frente a la inflación. Por ello, lo más inteligente tener un plan financiero cuando llegue el momento de retirarse. Entonces, al planificar financieramente para el futuro, ¿cuáles son los errores más comunes en la planificación de la jubilación que comete la gente? A partir de los resultados de la Encuesta Global Natixis 2022, que encuestó a 2700 profesionales financieros en 16 países entre marzo y abril de 2022. A continuación una lista con los errores de jubilación más comunes según los profesionales en planificación financiera son: Subestimar el impacto de la inflación Subestimar cuánto tiempo vivirás Sobreestimar los ingresos por inversiones Invertir de forma demasiado conservadora Establecer expectativas de rentabilidad poco realistas Olvidar los costes sanitarios No comprender las fuentes de ingresos Depender demasiado

Mapeo de hubs tecnológicos y centros de datos Arrancamos el post de esta semana con un mapeo de los mayores centros de talentos tecnológicos en EE. UU. y Canadá . Los mercados de talentos tecnológicos de primer nivel suelen caracterizarse por un nivel sustancial de logros educativos y una concentración significativa de personas jóvenes. Cuarenta y cinco de los 50 principales mercados de talentos tienen un nivel educativo superior a los promedios nacionales. Concretamente, el sector tecnológico sigue siendo uno de los principales empleadores de trabajadores altamente calificados en América del Norte, con más de siete millones de trabajadores. Los principales hubs tecnológicos se encuentran en San Francisco, Nueva York y Toronto. No obstante este tipo de mapeos nos permite observar la tendencia del desarrollo y evolución de estos hubs tecnológicos. Algo que va de la mano con el potencial de desarrollo de un hub tecnológico es la cercanía a un centro de datos, esto se debe a la latencia.