O curso aborda os fundamentos de algorithmic trading, incluindo conceitos essenciais de controle estocástico e equações diferenciais aplicadas à otimização de estratégias de execução e market making. Será discuto a formulação de problemas de controle ótimo, estratégias de execução de ordens baseadas no modelo Almgren-Chriss, e o gerenciamento de inventário e risco em market making. A segunda parte do curso é dedicada ao uso de machine learning na construção sistemática de estratégias de trading, com foco em feature engineering, validação de modelos e aprendizado supervisionado e por reforço. Serão abordadas aplicações práticas em otimização de portfólios e gestão de risco. O curso combina teoria e prática por meio de estudos de caso e culmina no desenvolvimento de um projeto final integrando os conceitos aprendidos.

Bibliografia:

• Pham, H. (2009). Continuous-Time Stochastic Control and Optimization with Financial Applications. Springer.
• Almgren, R., & Chriss, N. (2000). Optimal Execution of Portfolio Transactions. Journal of Risk.
• Avellaneda, M., & Stoikov, S. (2008). High-Frequency Trading in a Limit Order Book. Quantitative Finance.
• Cartea, Á., Jaimungal, S., & Penalva, J. (2015). Algorithmic and High-Frequency Trading. Cambridge University Press.
• De Prado, M. L. (2018). Advances in Financial Machine Learning. Wiley.
• López de Prado, M. (2020). Machine Learning for Asset Managers. Cambridge University Press.