Alternative Data in Finance

Una gran cantidad de datos con alto potencial de ser aprovechados no se encuentran en el formato típico de una tabla (cada fila una observación, cada columna una variable). Ejemplo de esto es el texto escrito (piensen en una colección de noticias financieras), las relaciones entre personas, el código HTML en páginas de internet o incluso imágenes, audio y video (aunque a estos últimos no los abordaremos en la materia). Gran parte de las aplicaciones modernas de ciencia de datos se enfoca en trabajar sobre este tipo de datos alternativos.  Esta materia tiene como objetivo introducir a los alumnos al procesamiento y análisis de datos no tradicionales, haciendo hincapié en el uso que en finanzas se hace de los mismos.

La materia se va a dictar íntegramente de manera remota. En cada clase se abordará tanto un componente teórico como práctico (en formato de taller). Los alumnos deben tener conocimientos intermedios de Python y llevar sus computadoras a la cursada. La evaluación final se hará por medio de un trabajo práctico integrador.

Indudablemente poder expandir las fuentes de datos que uno procesa, se traduce en poder llevar adelante análisis más sofisticados y potencialmente valiosos. De este modo, quien haya cursado esta materia podrá aprovechar de mejor manera la información disponible. Algo que sin lugar a dudas marca una diferencia respecto al conocimiento medio que el analista medio tiene en torno a procesar este tipo de datos.


Ramiro Gálvez

​El Dr. Ramiro Galvez es profesor investigador asistente en la Escuela de Negocios de la Universidad Torcuato Di Tella. Se graduó como Licenciado en Economía (Universidad Nacional de Córdoba) en el año 2007, obtuvo el título de Magíster en Desarrollo Económico (Universidad Carlos III de Madrid) en 2008, obtuvo el título de Magíster en Minería de Datos (Universidad de Buenos Aires) en el año 2016 y el título de Doctor de la Universidad de Buenos Aires, área Ciencias de la Computación, en el año 2021.

Sus intereses de investigación se centran en estudiar cómo técnicas provenientes del campo del aprendizaje automático y del campo del procesamiento del lenguaje natural (estas últimas aplicadas tanto a texto como a habla) pueden ser utilizadas a los fines de estudiar fenómenos sociales, comportamentales y económicos complejos. Su trabajo ha sido publicado en congresos y revistas científicas internacionales de alto impacto incluyendo: The Journal of Economic Behavior & Organization, Speech Communications, Journal of Informetrics, Economic Inquiry, SigDial, Scientometrics, Interspeech, entre otras.

Asimismo, el Prof. Galvez ha realizado trabajos de consultoría tanto en Argentina como en el extranjero para Despegar.com, European Centre for International Political Economy (ECIPE), Gire S.A., El Banco Interamericano de Desarrollo y Jamaica Public Service Limited.