O MBA FinCode combina formação sólida em finanças com capacitação prática em programação e automação, preparando os alunos para atuar em um mercado cada vez mais orientado por dados e tecnologia. A proposta pedagógica é desenhada para apresentar habilidades relevantes para atuação no mercado de financeiro.

Estrutura geral

• Carga horária total: 360 horas
• Duração: 16 meses: período letivo (12 meses) + trabalho de conclusão do curso (até 4 meses)
• Número de disciplinas: 12
• Modalidade: 100% online e assíncrono através da plataforma Moodle
• Formato: aulas gravadas, material de apoio em pdf, fóruns de discussão, exercícios e avaliações automatizadas
• Atendimento síncrono semanal pelo professor de cada disciplina para dúvidas (office hours, opcional para o aluno)
  
  ​O curso está dividido em quatro bimestres, com três disciplinas por bimestre. O conteúdo é liberado progressivamente, mas o aluno tem liberdade para seguir no seu próprio ritmo.
  
  

Grade de disciplinas

1o bimestre:

Introdução a R

Ementa:
O curso de Introdução ao R tem como objetivo apresentar aos alunos os fundamentos da linguagem de programação R, com foco na análise de dados aplicada ao campo das finanças. Os estudantes aprenderão os conceitos básicos de R, como importação de dados, manipulação e análise, e visualização de dados. O curso proporcionará uma base sólida em R, preparando os alunos para aplicar essas habilidades em projetos financeiros e na análise de dados financeiros.

Conteúdo Programático:

• Introdução ao R: conceitos básicos e ambiente de desenvolvimento.
• Estruturas de dados em R: vetores, matrizes, listas e data frames.
• Importação e exportação de dados: leitura e escrita de arquivos CSV, Excel e outros formatos.
• Manipulação de dados: seleção, filtragem, ordenação, agregação e transformação de dados.
• Introdução a análise de dados: estatística descritiva, correlação e regressão linear.
• Introdução a visualização de dados: gráficos de barras, linhas, dispersão, histogramas e boxplots utilizando ggplot2.

Introdução a Python

Ementa:
O curso de Introdução ao Python tem como objetivo apresentar aos alunos os fundamentos da linguagem de programação Python, com foco na aplicação em finanças, especialmente no apreçamento de ativos e na análise de derivativos. Os estudantes aprenderão os conceitos básicos de Python, como estruturas de dados, controle de fluxo e funções, além de bibliotecas específicas para análise financeira.

Conteúdo Programático:

• Introdução ao Python: conceitos básicos e ambiente de desenvolvimento.
• Estruturas de dados em Python: listas, tuplas, dicionários e conjuntos.
• Controle de fluxo: estruturas condicionais, loops e compreensões de listas.
• Funções e módulos: definição de funções, escopo de variáveis e importação de módulos.
• Bibliotecas para análise financeira: introdução ao NumPy, pandas e matplotlib.

Introdução a Finanças

Ementa:
O curso de Introdução a Finanças visa desenvolver e explorar o ferramental básico da administração financeira, capacitando os alunos a compreender o papel do administrador financeiro, analisar demonstrações financeiras e aplicar os conceitos de valor do dinheiro no tempo. Serão abordados temas como matemática financeira, leitura e interpretação de balanços, e análise financeira básica. Este curso serve como base para disciplinas posteriores do MBA, como Valuation, Derivativos e Gestão de Carteiras.

Conteúdo Programático:

• Introdução a finanças corporativas.
• Elementos de Matemática Financeira.
• Demonstrações contábeis e fluxo de caixa.
• Análise das demonstrações financeiras. Análise vertical e horizontal.

---

2o bimestre

Valuation

Ementa:
O curso apresenta as principais técnicas de avaliação de empresas, com ênfase no método de Fluxo de Caixa Descontado (FCD) e na avaliação por múltiplos. A implementação será feita com Python, permitindo aos alunos aplicar modelos práticos a projetos financeiros reais.

Conteúdo Programático:

• Introdução ao Valuation: conceitos e metodologias.
• Fluxo de Caixa Descontado (FCD): projeção e taxa de desconto.
• Implementação do FCD em Python com pandas e matplotlib.
• Avaliação por múltiplos e benchmarking com empresas similares.
• Análise de sensibilidade e simulações de cenários.

Modelos de Apreçamento

Ementa:
O curso aprofunda conceitos fundamentais de finanças, com foco na precificação de ativos, custo de capital e estrutura de capital. Também serão abordadas teorias modernas como CAPM e APT.

Conteúdo Programático:

• Teoria de carteiras: risco, retorno e diversificação.
• CAPM e APT: fundamentos e aplicações.
• Cálculo do custo de capital.
• Hipótese do Mercado Eficiente.
• Estrutura de capital e orçamento em empresas alavancadas.
• Políticas de dividendos.

Estatística em R

Ementa:
O curso apresenta os conceitos fundamentais de estatística aplicada à análise de dados, utilizando a linguagem R. Serão explorados tópicos da estatística descritiva, inferencial, correlação e regressão, com foco na aplicação prática e análise crítica de dados financeiros.

Conteúdo Programático:

• Introdução à estatística com R e importação de dados.
• Estatística descritiva: medidas de tendência central, dispersão, assimetria e curtose.
• Probabilidade e distribuições: discretas, contínuas e funções de densidade.
• Estatística inferencial: amostragem, intervalos de confiança e testes de hipóteses.
• Regressão linear simples e múltipla em R.

---

3o bimestre

Derivativos I

Ementa:
O curso de Derivativos I tem como objetivo apresentar os fundamentos dos instrumentos financeiros derivativos, como opções, futuros e contratos a termo, com ênfase na implementação computacional utilizando a linguagem de programação Python.

Conteúdo Programático:

• Introdução aos derivativos financeiros: conceitos básicos, tipos e características.
• Futuros e contratos a termo: apreçamento, estratégias e implementação em Python.
• Opções financeiras: call e put, terminologia e estratégias básicas.
• Apreçamento de opções: modelo binomial e implementação em Python.
• Swaps: tipos e apreçamento básico.
• Gerenciamento de risco com derivativos: hedge, especulação e arbitragem.
• Análise de sensibilidade: delta e implementação em Python.

Visualização e Análise de Dados

Ementa:
O curso ensina técnicas e práticas para criar visualizações de dados eficazes e atrativas, utilizando R. Os alunos aprenderão a explorar dados por meio de gráficos e representações visuais com bibliotecas como ggplot2 e Shiny.

Conteúdo Programático:

• Conceitos e aplicações de visualização de dados.
• Fundamentos do R: estruturas, importação e operações básicas.
• Gráficos básicos: barras, linhas, dispersão, histogramas.
• ggplot2: sintaxe, gráficos básicos e personalizados.
• Gráficos avançados: área, boxplots, violino, densidade, heatmaps.
• Visualizações interativas com Shiny.
• Séries temporais e gráficos financeiros (candlestick).
• Storytelling com dados: design e comunicação visual.

Gestão de Carteiras

Ementa:
O curso de Gestão de Carteiras tem como objetivo apresentar aos alunos fundamentos e técnicas para a gestão eficiente de carteiras de investimento, utilizando a linguagem de programação Python. Os estudantes aprenderão a analisar e construir carteiras, além de aplicar técnicas de otimização e gerenciamento de risco para maximizar desempenho.

Conteúdo Programático:

• Introdução à gestão de carteiras: conceitos básicos, objetivos e tipos de investidores. Implementação em Python.
• Teoria Moderna do Portfólio: diversificação, fronteira eficiente e otimização de carteiras. Implementação em Python.
• Análise de performance: medidas de desempenho, risco ajustado, benchmarking. Implementação em Python.
• Gerenciamento de risco: Value at Risk (VaR), Expected Shortfall e Stress Testing. Implementação em Python.
• Renda Fixa: conceitos fundamentais (duration, convexidade e risco de juros); tipos de títulos públicos e privados; precificação de instrumentos de renda fixa e cálculo da taxa interna de retorno (TIR); construção de curvas de juros e uso prático com dados do mercado brasileiro. Implementação em Python.
• Estratégias de alocação: alocação estratégica, alocação tática, alocação dinâmica e rebalanceamento de carteiras.

---

4o bimestre

Derivativos II

Ementa:
Este curso aprofunda o estudo de derivativos com Python, com foco em opções, swaps, análise de sensibilidade e estratégias de hedge. Os alunos aprenderão a implementar ferramentas de gerenciamento de risco com programação.

Conteúdo Programático:

• Apreçamento de opções: Black-Scholes-Merton e implementação em Python
• Swaps de taxa de juros e moeda: apreçamento e gerenciamento de risco
• Análise de sensibilidade: gamma, vega, theta, rho
• Gerenciamento de risco com derivativos em carteiras
• Simulações de Monte Carlo e opções exóticas

Tópicos em Automação

Ementa:
O curso capacita os alunos a desenvolver e aplicar soluções automatizadas em R e Python: robôs de mercado, web scraping, relatórios automatizados e uso de IA como o ChatGPT.

Conteúdo Programático:

• Introdução à automação com R e Python.
• Algoritmos de compra e venda para o mercado financeiro.
• Web scraping com BeautifulSoup, Scrapy e rvest.
• Automação de relatórios com RMarkdown e Jupyter Notebooks.
• Criação de gráficos e visualizações interativas.
• Exportação de relatórios em múltiplos formatos.
• Introdução à inteligência artificial e aprendizado de máquina.
• Integração do ChatGPT em fluxos de trabalho automatizados.

Econometria Financeira

Ementa:
O curso ensina técnicas de análise e modelagem de dados financeiros com R. Os alunos aplicarão modelos de séries temporais, cointegração, GARCH e análise de painel em contextos financeiros reais.

Conteúdo Programático:

• Introdução à econometria financeira
• Modelos de séries temporais: AR, MA, ARIMA
• Modelos de volatilidade: ARCH, GARCH
• Modelos de cointegração e correção de erros
• Modelos VAR e VECM
• Análise de impulso-resposta
• Modelos de painel: efeitos fixos e aleatórios

---

Frequência

O curso é integralmente assíncrono, e não há aulas ao vivo obrigatórias. A frequência é acompanhada por meio da realização dos exercícios e atividades de cada disciplina. Cada atividade concluída gera registro automático no sistema.

Avaliação

Cada disciplina contará com:
​

• Exercícios obrigatórios com correção automática
• Avaliação final

A aprovação em cada disciplina exige desempenho satisfatório nas atividades propostas.

Trabalho de conclusão de curso

Ao final do curso, o aluno deverá desenvolver uma monografia, sob orientação de algum dos professores do curso. Alguns temas possíveis:
​

• Aplicação de modelos financeiros, com dados reais ou simulados
• Automação de processos, utilizando R ou Python
• Análise estatística ou econométrica de temas na área de finanças

A monografia deve ser desenvolvida e defendida em até quatro meses após a conclusão das disciplinas.

---