---
title: "Nivel 4: carteras, riesgo, ejecución y trading en real"
description: "Nivel 4 del curso Python para Trading: optimización de carteras, gestión del riesgo, microestructura y ejecución, brokers y APIs y un sistema en vivo."
url: "https://pythonparatrading.com/curso-python-trading/nivel-4/"
lang: "es"
image: "https://pythonparatrading.com/og/curso-python-trading/nivel-4.png"
---

# Nivel 4: Carteras, riesgo, ejecución y trading en real

> Del backtest a la cuenta real: construir carteras de estrategias, dimensionar y controlar el riesgo, ejecutar con costes medidos y montar un sistema en vivo tolerante a fallos.

- Horas: 90–100
- Prerrequisito: Niveles 2 y 3; álgebra lineal básica
- Perfil: Gestor o trader que quiere operar en real
- Curso: [Curso Python para Trading](https://pythonparatrading.com/curso-python-trading/)

## Teoría y optimización de carteras

- `4.1.1` Media-varianza de Markowitz; frontera eficiente; restricciones reales.
- `4.1.2` Estimación de covarianzas: shrinkage (Ledoit-Wolf), modelos factoriales, denoising (teoría de matrices aleatorias).
- `4.1.3` Black-Litterman: incorporar visiones, también las de modelos de ML.
- `4.1.4` Risk parity, máxima diversificación, mínima varianza; HRP y HERC (López de Prado).
- `4.1.5` Optimización con CVaR, drawdown y restricciones de turnover y costes (cvxpy).
- `4.1.6` Modelos factoriales: CAPM, Fama-French, PCA; atribución.
- `4.1.7` Rebalanceo (por calendario o por umbrales) y carteras de estrategias.
- `4.1.8` Herramientas: Riskfolio-Lib, PyPortfolioOpt, skfolio, bt.

## Gestión del riesgo y tamaño de posición

- `4.2.1` Riesgo por operación, stops (fijos, ATR, temporales), riesgo de ruina.
- `4.2.2` Criterio de Kelly (y Kelly fraccional) y volatility targeting.
- `4.2.3` VaR (histórico, paramétrico, Monte Carlo), CVaR o Expected Shortfall, backtesting del VaR.
- `4.2.4` Stress testing con escenarios históricos (1987, 2008, 2020, 2022); riesgo de correlación, liquidez, gap y contraparte.
- `4.2.5` Control del drawdown: reducción de exposición, circuit breakers, kill switch.
- `4.2.6` Riesgo específico de derivados: griegas de cartera, margen, liquidaciones.

## Microestructura y ejecución

- `4.3.1` Implementation shortfall, VWAP y TWAP; modelos de impacto (raíz cuadrada, Almgren-Chriss).
- `4.3.2` Order flow imbalance y señales de microestructura; latencia (retail frente a HFT).

## Brokers y APIs

- `4.4.1` Elegir broker desde España o la UE: regulación (CNMV, ESMA, pasaporte), activos, costes, API.
- `4.4.2` Interactive Brokers: TWS e IB Gateway, ib_async, contratos, datos, órdenes.
- `4.4.3` Alpaca, Tradier; MetaTrader 5 con Python; OANDA v20.
- `4.4.4` Cripto: ccxt, APIs nativas (Binance, Bybit, Kraken, Coinbase), websockets.
- `4.4.5` Credenciales seguras: variables de entorno, gestores de secretos, permisos mínimos (sin retiradas).

## Sistema de trading en vivo

- `4.5.1` Arquitectura: datos → señal → riesgo → OMS → broker → reconciliación.
- `4.5.2` Gestión de órdenes: estados, fills parciales, cancelaciones, reconexiones.
- `4.5.3` Paper trading y shadow trading; comparación entre backtest y real (seguimiento del slippage).
- `4.5.4` Programación de tareas (cron, APScheduler, Prefect) y alertas (Telegram, Slack, email).
- `4.5.5` Tolerancia a fallos: idempotencia, estado persistente, reconciliación al arrancar.
- `4.5.6` NautilusTrader o LEAN en real: del backtest a producción con el mismo código.

## Proyecto del nivel

Cartera multi-estrategia (al menos tres estrategias de los niveles 2 y 3) optimizada con HRP o risk parity, con volatility targeting y kill switch, operando en paper trading de 4 a 8 semanas en IBKR o Alpaca. Se entrega un informe de desviaciones entre backtest y real.

## Práctica

Research del sitio para practicar este nivel

1. [Volatility Targeting en Python](https://pythonparatrading.com/volatility-targeting/)
2. [Price Discovery & Arbitrage Price Theory](https://pythonparatrading.com/arbitrage-pricing-theory-and-price-discovery/)
3. [Modelos Cuantitativos y Ejecución Algorítmica](https://pythonparatrading.com/modelos-cuantitativos-ejecucion-algoritmica/)
4. [Máquinas de Estado Finito para Ejecución de Trading Cuantitativo en Python: de Knight Capital a LangGraph](https://pythonparatrading.com/maquinas-estado-finito-trading-python/)

Nivel anterior: [Nivel 3: Derivados: futuros, spreads, forex y opciones](https://pythonparatrading.com/curso-python-trading/nivel-3/)

Nivel siguiente: [Nivel 5: Machine learning y deep learning (Keras/PyTorch)](https://pythonparatrading.com/curso-python-trading/nivel-5/)