Casi todo modelo cuantitativo termina en una optimización: una calibración que ajusta parámetros, una regresión que ajusta una recta, una cartera que elige pesos. Esta habilidad muestra lo que hacen realmente los solucionadores, con comprobaciones breves (números que calcula, pasos que ordena, conceptos que empareja) y ejemplos financieros: por qué un paso demasiado grande hace divergir el descenso de gradiente, por qué Adam es la opción por defecto para objetivos ruidosos, por qué un problema convexo tiene una sola respuesta, qué precio fija un multiplicador KKT, cómo una penalización L1 deja pesos exactamente en cero y cómo un programa lineal reparte una orden grande en el tiempo. El proyecto final es un laboratorio de código donde usted escribe la proyección y el solucionador y prueba el resultado con rendimientos reales de acciones.
