Ir al contenido principal

Encontremos al diferente... (Detectando Anomalias).

Encontremos al diferente... (Detectando Anomalías) Encontremos al diferente... (Detectando Anomalías) Introducción ¡Saludos! Te doy la bienvenida a una nueva entrega del viejo Quant. En estos días, me encuentro en el proceso de renovar el bot de señales de nuestro grupo en Telegram. Este proceso me ha llevado a profundizar en un tema ampliamente utilizado en el campo de la ciencia de datos: la detección de anomalías. Considerando su relevancia, he decidido dedicar este artículo para explorar y desglosar este concepto desde mi perspectiva. En las siguientes líneas, compartiré contigo lo que comprendo como anomalías, cómo podemos identificarlas y su crucial importancia tanto en el ámbito del trading como en la resolución de problemáticas relacionadas con la ciencia de datos. ¿Qué son las Anomalías? En el campo de la ciencia de datos, una ...

Como conseguir el trabajo que quieras

Encaminándote Hacia el Trabajo de Tus Sueños: Estrategias Probadas.

En el transcurso de nuestras vidas, todos nos encontramos con el reto significativo de aspirar a ese trabajo ideal, aquél que no solo satisface nuestras ambiciones profesionales, sino que también resuena profunda y auténticamente con nuestros intereses y pasiones individuales. En este camino hacia la realización profesional, deseamos que cada paso esté guiado por estrategias probadas y consejos pragmáticos que puedan aumentar nuestras oportunidades de éxito.

Comenzaré por contarte mi historia personal y como fue que llegue a trabajar a un fondo de inversiones y posteriormente te voy a dar algunas recomendaciones para optimizar tu busqueda y que las empresas volteen a verte de forma mas fácil y puedas sobresalir de miles de solicitantes.

Todo comenzó en el año 2017, comenzaba mis estudios en física y no había nada el mundo que me apasionara mas que resolver problemas complejos, siempre fue una satisfacción interna poder comprender y además explicar como un sistema complejo podia desarmarse en pequeñas partes para ser finalmente resuelto, yo tenía algo de experiencia en programación pues mi interés por ella comenzó por la robótica, área donde tuve éxito y seguramente si no estuviera trabajando en un fondo de inversion, estaría haciendo robots, gané muchos concursos de robórtica y llegue a una competencia nacional.
Sin embargo, hubo un día que lo cambió todo, un día leí sobre bitcoin, estuve una semana completa leyendo de que iba, incluso lei el whitepaper desde un inicio, vi las gráficas y sin dudar tome una parte de mis ahorros y compre bitcoin, pasaba horas y horas viendo como el precio subia y bajaba, dada mi obsesion por explicar sistemas complejos, no tarde en comenzar a tratar de dar explicaciones a estos movimientos del precio, vi que el exchange que operaba en aquel entonces Bitso tenia un API donde podias mandar llamar datos del precio a python, pero no te ofrecian el historico de velas, por lo que busque otro proveedor de datos en aquel entonces y comence a hacer trading con indicadores tecnicos, bandas de bollinger, rsi, williams %R, momentum, ... una lista interminable de indicadores y te aseguro que todos los probé, pero en aquel entonces aun no aplicaba ningun metodo de optimizacion para poder encontrar las mejores combinaciones, ni sabia hacer pruebas de error y montecarlo.

A lo largo de mi trayectoria universitaria, experimenté un desarrollo significativo en mi madurez científica. Este crecimiento gradual no solo se reflejó en una comprensión más profunda de los conceptos teóricos, sino que se tradujo en una notable mejora en la aplicación práctica de métodos y sistemas avanzados.

Mis sistemas de trading comenzaron a regirse predominantemente por modelos matemáticos rigurosos, fundamentados en análisis exhaustivos y técnicas de optimización meticulosa. La implementación de pruebas estadísticas se volvió una práctica estándar en mis operaciones, proporcionando un sustento empírico sólido para cada decisión tomada.

A su vez, me dediqué a perfeccionar mis habilidades en el backtesting, un proceso que me permitió validar la efectividad de mis estrategias mediante la evaluación de su rendimiento en datos históricos. Esto no solo incrementó la precisión de mis predicciones, sino que también facilitó la identificación y corrección de posibles errores antes de aplicar cualquier estrategia en escenarios reales.
Cada una de estas etapas, desde la adopción de métodos de optimización hasta el backtesting minucioso, ha sido instrumental en la construcción de un sistema de trading robusto y confiable. Este proceso continuo de aprendizaje y mejora me ha equipado con las herramientas necesarias para enfrentar los desafíos que presenta el dinámico mundo del trading con una base sólida y un enfoque científicamente informado.

En aquel entonces, hace unos años que aun recuerdo con mucha nostalgia, pues es la epoca de mi vida donde mas aprendí y donde tuve mas momentos de Eureka y a la vez que disfrutaba aprender, conocí a un excelente amigo con el cual estoy en deuda, Tudor Barbulescu, una persona que inicio su canal de youtube y gracias a eso lo conocí, no tardamos mucho en congeniar ya que platicabamos horas y horas desde su grupo de telegram y yo reportaba todas las cosas que yo encontraba, Tudor estaba iniciando una libreria de Trading Algoritmico Open Source con python llamada pyjuque y colaboré implementando la maquina de backtesting a esa libreria, mas tarde, el proyecto de mi amigo Tudor se había hecho popular y habia llegado a oidos de la empresa donde actualmente trabajo, no paso mucho tiempo para que contrataran a mi amigo Tudor y unos meses mas tarde me contrataron a mi, entre por recomendacion de mi amigo, lo demás es historia, unos meses mas tarde la empresa despidió a mi amigo, pero el ahora esta en otro fondo de inversion llamado Apolo Capital, años mas tarde lo conocí en Singapur.
Nada de lo que he vivido hasta ahora, hubiera sido posible sin que Tudor me hubiera dado la oportunidad de recomendarme y me hubieran contratado y todo esto voy con el primer punto para poder conseguir el trabajo de tus sueños.

  • TU RED DE CONTACTOS.
El trabajo que siempre has deseado, como en mi caso, puede estar al alcance de un amigo, o incluso tu mismo puedes encontrarle trabajo a tus amigos, después de que yo entrara igualmente le di la oportunidad a un amigo llamado Gabriel y el a su vez le dio la oportunidad a muchas otras personas de que trabajaran en otra empresa con ubicación en Singapur, todo esto es un circulo virtuoso que nunca sabes como puede llegar a beneficiar a las personas, por eso se siempre amable e intenta dar lo mejor de ti al mundo, pues el mundo algun día tambien te lo regresará con creces.

Con esto voy a mi siguiente punto, con toda esta historia que acabo de contarte, podemos rescatar puntos muy importantes que llevaron a mi amigo Tudor a conseguir dos empleos en fondos de inversión y creo que esto es extrapolable a muchos otros empleos en la ciencia de datos.

Tudor no aguardó a ser reconocido por un título universitario para comenzar a destacar en su campo. En lugar de ello, tomó la iniciativa y creó una biblioteca de código abierto, invitando a todos a ver y contribuir en ella. Adicionalmente, utilizó su canal de YouTube para mantener al público informado sobre sus progresos y las últimas implementaciones realizadas. Este enfoque proactivo no solo le permitió demostrar su habilidad y dedicación, sino que también construyó algo tangible y de valor para presentar a los potenciales empleadores.

Créanme cuando les digo que llevar a una entrevista de trabajo evidencias de colaboración en bibliotecas destacadas, o incluso la creación de un paquete Python reconocido, puede tener un impacto mucho más significativo que un certificado universitario. Esto demuestra que no solo eres capaz de iniciar y ver un proyecto hasta su conclusión, sino que has superado múltiples desafíos y has adquirido experiencia práctica real en la resolución de problemas complejos.

Sin embargo, no es necesario reinventar la rueda para destacar. Lo esencial es tener un portafolio sólido que demuestre tu capacidad para ejecutar y completar proyectos exitosamente. Este portafolio será tu mejor carta de presentación, dejando una impresión duradera y positiva en las empresas interesadas en tu perfil.

Otro punto importante es que a veces los empleadores no hacen un buen trabajo seleccionando personal, si quiera los de RH, ya que muchas veces no conocen el valor de nuestro trabajo y esfuerzo, por lo que te recomiendo que si estas interesado en puesto en especial, investigues a quien sería tu jefe directo y le envíes un mensaje amable desde linkedin expresando tu interes en el puesto y remarcando un poco tu experiencia en ello, eso puede abrirte las puertas mucho mas rapido a las empresas e incluso saltarte examenes de prueba.

Pero antes de poder construir este portafolio, es fundamental adquirir los conocimientos adecuados. Es aquí donde Quant Academy juega un papel crucial, proporcionándote las herramientas y la instrucción necesaria para emprender tu camino en el desarrollo de proyectos de ciencia de datos con confianza y competencia.



Actualmente, me encuentro en pleno proceso de grabación del curso de machine learning, pero esto es solo el inicio. Pronto contaremos con una variedad aún más amplia de cursos disponibles en la plataforma. Por una inversión mínima, equivalente al costo de un café en Starbucks (solo 5 dólares), tendrás acceso a las capacitaciones más destacadas y al conocimiento más actualizado en el sector.

Es una oportunidad única para invertir en tu educación y crecimiento personal, asegurándote un futuro más promisorio en el campo de la ciencia de datos. Estamos convencidos de que nuestro contenido enriquecerá tu perfil profesional, brindándote las herramientas necesarias para destacar en un mercado laboral cada vez más competitivo.

Te esperamos con los brazos abiertos en Quant Academy, donde tu aprendizaje es nuestra prioridad. ¡Nos vemos en la academia!

Comentarios

Entradas populares de este blog

Clasificando Velas Japonesas con KMeans

Título del Artículo Clasificando Velas Japonesas con KMeans ¿Cuantos tipos de velas existen? Introducción Durante muchos años las velas japonesas han sido usadas para representar los precios de los activos financieros, y tradicionalmente, la identificación de patrones en estas velas ha sido una labor mas artística y de experiencia individual a lo largo de los años. Sin embargo, ahora en este artículo vamos a revolucionar este enfoque con el uso de k-means, como ya vimos en el articulo de kmeans su implementación en un dataset muy comun en el argot de la ciencia de datos, un algoritmo que sirve para agrupar observaciones por sus caracteristicas similares. ...

La Historia y Aplicación de K-Means en Python

La Historia y Aplicación de K-Means en Python La Historia y Aplicación de K-Means en Python En el entorno competitivo de hoy, el análisis de datos se ha convertido en una herramienta imprescindible para tomar decisiones informadas. Un actor prominente en este dominio es el algoritmo K-Means, cuyo legado y aplicabilidad perduran hasta el día de hoy. A continuación, exploramos su rica historia y cómo puede implementarse utilizando Python. Historia del K-Means La historia del algoritmo K-Means se remonta a varias décadas atrás. Fue desarrollado independientemente por Stuart Lloyd en 1957 y por James MacQueen en 1967. Lo que comenzó como una técnica para optimizar un sistema telefónico, se transformó en una piedra angular del aprendizaje no supervisado en la ciencia de datos. El nombre K-Means proviene de su método de operación, donde "K" representa el número de grupos (clusters) que el usuario desea crear y "Means" refiriéndose al promedio. El algori...