ASESORÍAS EMPRESA PRIVADA

Año: 

2018 a la fecha

Organización:

Cliente Banca Inversión Internacional

Proyecto: 

Machine Learning for Financial Markets

Objetivos: 

Búsqueda de patrones y creación de modelos descriptivos y predictivos para índices, monedas y valores accionarios

Herramientas utilizadas: 

Modelos Supervisados: KNN, Redes Neuronales, SVMs, Random Forests

Modelos No Supervisados: Clustering, Reglas de Asociación

Python

Año: 

2012 a la fecha

Organización:

Asociación Gremial Industrial del Retail Financiero

Proyecto: 

Benchmark industria y estudios varios nacionales e internacionales

Objetivos: 

Generación de reportería KPI, creación de tableros de comando. Benchmark de la Industria, estudios ad hoc económicos y de contingencia del mercado retail financiero nacional e internacional

Herramientas utilizadas: 

Softwares de base de datos: Microsoft Access
Softwares de reportería dinámica: Microsoft Power BI

Año: 

2008

Organización:

Baltic Exchange London

Proyecto: 

Analysis of the Baltic Exchange Dry Index

Objetivos: 

Modelamiento y simulación del BDI post-crisis hipotecaria. Se generó un modelo estadístico matemático que permitiera simular la evolución futura del índice

Herramientas utilizadas: 

Modelos Supervisados: Decision Trees

Modelos No Supervisados: Clustering

Simulación usando Monte Carlo y lenguaje de programación VBA

Año: 

2007

Organización:

Cliente Banca Inversión Nacional  (*)

Proyecto: 

Modelamiento y predicción de tasas de interés

Objetivos: 

Modelamiento y predicción de curvas de tasas de interés cero cupón, usando papeles BCU, BTU, BCP

Herramientas utilizadas: 

Modelos Supervisados: KNN, Redes Neuronales
Interpolación usando Modelo de Nelson & Siegel, Svensson

(*) Participación como co-investigador

Año: 

2007

Organización:

Cliente Banca Inversión Nacional (*)

Proyecto: 

Modelamiento default financiero

Objetivos: 

Modelamiento de default financiero de medianas y grandes empresas utilizando información de Estados Financieros

Herramientas utilizadas: 

Modelos Supervisados: Redes Neuronales, Regresión Logística

(*) Participación como co-investigador

ASESORÍAS EMPRESA PRIVADA

Apoyo Experto en litigios y arbitrios

 

Año: 

2017

Organización:

Cliente AFP Confidencial

Proyecto: 

Opinión experta en investigación

Objetivos: 

Estimación de valor justo para papeles de renta fija utilizando diferentes metodologías de estimación

Año: 

2017

Organización:

Rodríguez Vergara y CIA-Abogados. Representantes de cliente retail  confidencial

Proyecto: 

Opinión experta en investigación

Objetivos: 

Informe de correlaciones en transacciones de acciones del retail y sus Estados Financieros a ser presentado como prueba en investigación CMF

Año: 

2016

Organización:

Gerens S.A. Representante de cliente industria manufacturera confidencial

Proyecto: 

Opinión experta en investigación

Objetivos: 

Modelación en series de tiempo de series de precio y estimación de precio justo.

Año: 

2014

Organización:

Carola Díez Pérez-Cotapos-Abogados. Caso SQM Cascadas

Proyecto: 

Opinión experta en investigación

Objetivos: 

Estudio análisis financiero y legal de las operaciones cuestionadas a Larraín Vial S.A. Corredores de Bolsa

INVESTIGACIÓN APLICADA

 

Año: 

2018

Proyecto: 

Predicción de movimiento de curvas de tasas de interés utilizando aprendizaje profundo. Working paper.

Herramientas utilizadas: 

Modelos Supervisados: Deep Learning, Redes Neuronales Convolucionales, Redes Neuronales Recurrentes.

Año: 

2018

Proyecto: 

Estimación e interpolación de curvas de tasa de interés en mercados ilíquidos utilizando factorización matricial no negativa. Working paper.

Herramientas utilizadas: 

Modelos Supervisados: Factorización matricial (Singular Value Decomposition - SVD), Non negative Matrix Factorization.

Año: 

2015

Organización:

Banco Falabella

Proyecto: 

Guía tesis doctoral: Modelamiento de fuga de clientes en base a reclamos 

Objetivos: 

Generación de un modelo predictivo de fuga de clientes en base a reclamos. Análisis y etiquetado automático de reclamos, estructurando la data para luego ser usada como variable predictiva en un modelo de fuga de clientes

Herramientas utilizadas: 

Text Mining

Modelos Supervisados: KNN, Redes Neuronales, SVMs, Random Forests, Regresión Logística

Año: 

2013

Organización:

LATAM

Proyecto: 

Guía tesis magister: Análisis automático de reclamos

Objetivos: 

Categorización y relación automática a cadena de servicios de reclamos. Análisis y etiquetado automático de reclamos vía email

Herramientas utilizadas: 

Text Mining

Año: 

2013

Organización:

Banco Mundial

Proyecto: 

Proyecto concursable internacional: Tomorrow’s job

Objetivos: 

Análisis y clasificación automática de planes de negocios utilizando técnicas de text mining. El objetivo era poder medir el impacto del financiamiento otorgado por el Banco Mundial a más de 20 mil startups a nivel mundial

Herramientas utilizadas: 

Text Mining

Año: 

2012

Organización:

The University of Manchester

Proyecto: 

IN-GRID JISC Grant Funding Business Intelligence Project

Objetivos: 

Creación de un repositorio centralizado de data proveniente de dispositivos y medidores IoT de más de 300 edificios y campus. También se incorporó un sistema y tablero de comando usando Pentaho

Herramientas utilizadas: 

Pentaho suite

Año: 

2011

Organización:

Bolsas de comercio americanas

Proyecto: 

Tesis doctoral: Detección de manipulaciones y fraude en Bolsa

Objetivos: 

Búsqueda de patrones y creación de modelos descriptivos y predictivos de manipulación y fraude, incluidos insider trading, marcaje de precios y high frequency quote stuffing, entre otros

Herramientas utilizadas: 

Text Mining de noticias financieras

Modelos Supervisados: KNN, Redes Neuronales, SVMs, Random Forests

Modelos No Supervisados: Clustering, Reglas de Asociación, Reducción de Dimensionalidad

Grafos y Social Networking Analysis para la detección de coordinación entre partes

© 2018 by Binary Analytics