David Arias, CFA

David Arias, CFA

Gestor de Cartera Licenciado  ·  Encore7 Finance

Gestor de cartera licenciado con más de 4 años de experiencia, especializado en deuda privada de mercados emergentes, derivados y finanzas cuantitativas.

LinkedIn YouTube Instagram TikTok X GitHub
Conectemos

YouTube

Últimos Vídeos

Ver Todos

Investigación

Últimos Artículos

I tested AI Hedge Fund, the open-source repo with 64,000 GitHub stars

Investigación

I tested AI Hedge Fund, the open-source repo with 64,000 GitHub stars

AI Hedge Fund step by step: the blend, the long-only weights and the 25% cap as math, and a live paper run where Graham's double vote decided Adobe and Autodesk.

13 oct 2026
GPT-6.1 Sol is OpenAI's best deal, but it disappoints in finance, ranking 30th of 72

Investigación

GPT-6.1 Sol is OpenAI's best deal, but it disappoints in finance, ranking 30th of 72

GPT-6.1 Sol on the Vals leaderboards of 29 September: the knee of the cost curve overall, and 30th of 72 on finance, behind models that cost cents per test.

30 sept 2026
Is Jev efficient for RAG? A test on 10-Ks from Apple, Microsoft, Nvidia and Amazon

Investigación

Is Jev efficient for RAG? A test on 10-Ks from Apple, Microsoft, Nvidia and Amazon

Agentic RAG against Jev RAG on 50 questions about four large-cap 10-Ks: 50 of 50 right with one LLM call, 46 for the agent, and why every agentic miss read the wrong year.

27 sept 2026
Todos los artículos de investigación

Proyecto principal

Glassbench

Una interfaz y banco de pruebas de código abierto para agentes de trading con IA. Mira pensar a cada agente, guarda cada ejecución en una base de datos, compara LLMs, haz backtests y paper trading.

Glassbench: conecta y compara sistemas de agentes financieros en una sola plataforma, y opera con ellos. TradingAgents, AI Hedge Fund, Vibe Trading o tu propio sistema, con interfaz, benchmark, backtesting y conexión con el bróker.

Código abierto · Apache 2.0Gratis para usar, bifurcar y ampliar.

Ver Glassbench Ver en GitHub

Código en Python

Modelos

Todos los modelos en Python publicados: la teoría, el código y los resultados, paso a paso.

Herramientas Cuantitativas

Calculadoras de Opciones

Modelos de valoración para opciones europeas y americanas, diseñados para interpretar el comportamiento de las opciones, valorar derivados y apoyar estrategias de cobertura y apalancamiento.

Superficie de Vol con Red Neuronal

Volatilidad Implícita

Entrena redes neuronales con cadenas de opciones reales del SPY y observa cómo aprenden la superficie de volatilidad implícita en vivo. Cambia la arquitectura, las features y la activación, luego filtra la cadena en busca de opciones mal valoradas.

Abrir Dashboard

Calculadora de IV Black–Scholes

Opciones Europeas

Calcula la prima de la opción, la volatilidad implícita o el precio implícito del activo usando el modelo Black–Scholes.

Abrir Calculadora

Árbol Binomial CRR

Opciones Americanas

Valora opciones americanas con el árbol binomial Cox–Ross–Rubinstein, visualización interactiva y detección de ejercicio anticipado.

Abrir Calculadora

Monte Carlo GBM

Opciones Europeas

Simula miles de trayectorias de precio bajo GBM para valorar opciones europeas, con intervalos de confianza y análisis de la distribución terminal.

Abrir Calculadora
Δγ

Calculadora de Griegas Black–Scholes

Opciones Europeas

Visualiza todas las Griegas con gráficos interactivos, compara hasta tres opciones y ejecuta cálculos de cobertura delta–gamma.

Abrir Calculadora

Construcción de Cartera

Asignación de Activos

Marcos cuantitativos para la construcción de carteras multiactivo, combinando optimización de media-varianza con restricciones reales y perspectivas prospectivas.

Frontera Eficiente con 10.000 carteras simuladas por Monte Carlo — pasa el ratón para explorar

Modelo MVO Histórico

Optimización de media-varianza usando retornos y covarianzas históricas para encontrar la cartera que maximiza el ratio de Sharpe en múltiples clases de activos.

Asignación Basada en Riesgo (HRP y GARCH)

Paridad de riesgo jerárquica y asignación por clustering, con pronósticos de volatilidad GARCH, comparados contra media-varianza en cinco métodos.

MVO Prospectivo con CME

Próximamente

Optimización de media-varianza impulsada por expectativas del mercado de capitales — supuestos prospectivos de retorno y riesgo que reemplazan las estimaciones históricas.

Conectemos

Recibe modelos, prompts y código exclusivos en tu correo

Las finanzas cuantitativas avanzan rápido. IA agéntica en Excel, superficies de volatilidad en Python, pipelines de valoración multi-agente. Comparto los modelos y los prompts con los suscriptores primero, antes de que lleguen al sitio público o a YouTube. Un correo corto cuando haya algo nuevo. Sin spam, cancela en un clic.

Construido con
Anthropic Claude Python R ChatGPT GitHub Jupyter Excel PowerPoint VS Code SQL MATLAB