La beta y la volatilidad de una acción no son constantes, y nadie le da el valor de hoy. Esta habilidad las trata como un estado oculto que deriva y explica cómo seguirlo en pasos sencillos, con comprobaciones breves (números que calcula, pasos que ordena, conceptos que empareja) y ejemplos financieros: por qué un filtro supera a leer una observación ruidosa, qué hace el filtro de Kalman cuando todo es una campana, cómo lo hace una nube de partículas ponderadas cuando no lo es, por qué los pesos se colapsan y cómo el remuestreo lo repara, cómo seguir la volatilidad en rendimientos reales de SPY, cómo aprender los números del modelo, cómo detectar un cambio y cómo se comparan los estimadores móviles, exponenciales y en línea. El proyecto final es un laboratorio de código donde construye el filtro de partículas, un filtro de Kalman y una regresión móvil para seguir la beta de Apple frente a SPY.
Se esperan los modelos ocultos de Markov (filtrado, regla de Bayes, estado oculto y sus observaciones), junto con probabilidad básica y distribuciones normales.
