Overview of Quantitative Methods in CFA Level 1

Key Topics You Need to Focus On

1. Overview of the Subject

Métodos cuantitativos es uno de los temas más importantes y fundamentales en el programa del Nivel I del Analista Financiero Certificado.

Este tema cubre principalmente conceptos básicos como:

• El valor del dinero en el tiempo
• Valor presente y futuro de los flujos de efectivo
• Probabilidad y estadísticas
• Pruebas de hipótesis

Una sólida comprensión de estos temas te dará una gran ventaja al estudiar temas más avanzados como la valoración de activos y la gestión de carteras más adelante en el programa CFA.

Aunque el volumen de material es relativamente grande, los Métodos Cuantitativos a menudo se consideran un “tema de puntuación” porque:

• Los conceptos no son demasiado complicados
• Muchas preguntas se basan en cálculos
• Es especialmente ventajoso si tienes una sólida formación en matemáticas

Peso del examen: Aproximadamente 8–12% del examen del Nivel I del CFA

2. Temas centrales y conceptos importantes

La sección de Métodos Cuantitativos típicamente incluye varios módulos (nota: el plan de estudios puede cambiar ligeramente cada año). A continuación se presenta una visión general estructurada:

Módulo 1: Valor del Dinero en el Tiempo

• Comprender las tasas de interés y sus componentes
• Calcular la Tasa Efectiva Anual (TEA)
• Dominar el valor presente (VP) y el valor futuro (VF) de los flujos de efectivo
• Usar una calculadora financiera de manera eficiente

Módulo 2: Organizando, Visualizando y Describiendo Datos

• Tipos y clasificación de datos
• Distribuciones de frecuencia
• Tablas de contingencia y matrices de confusión
• Técnicas de visualización de datos
• Medidas de tendencia central: media, mediana, moda
• Media aritmética vs media geométrica
• Cuantiles y percentiles
• Dispersion measures: range, variance, standard deviation
• Coefficient of variation
• Skewness and kurtosis
• Correlation coefficient

Module 3: Probability Concepts

• Random variables and probability fundamentals
• Conditional vs unconditional probability
• Addition and multiplication rules
• Expected value, covariance, correlation
• Applications in portfolio return and risk
• Bayes’ formula
• Factorials, permutations, and combinations

Module 4: Common Probability Distributions

• Discrete vs continuous random variables
• Binomial distribution
• Uniform distribution
• Normal distribution
• Lognormal distribution
• Shortfall risk and Roy’s Safety-First criterion
• Discrete vs continuous compounding
• Student’s t-distribution, F-distribution
• Monte Carlo simulation

Module 5: Sampling and Estimation

• Random sampling methods
• Sampling error and stratified sampling
• Central Limit Theorem
• Standard error of the mean
• Confidence intervals
• Resampling methods (Bootstrap, Jackknife)
• Sampling bias

Módulo 6: Pruebas de Hipótesis

• Hypothesis testing framework
• Null and alternative hypotheses
• One-tailed vs two-tailed tests
• Errores de Tipo I y Tipo II
• Estadísticas de prueba y nivel de significancia
• Interpretación del valor p
• Prueba de parámetros poblacionales (media, varianza, etc.)

Módulo 7: Introducción a la Regresión Lineal

• Modelo de regresión lineal simple
• Variables dependientes e independientes
• Ecuación de regresión, pendiente e intercepto
• Regresión transversal vs regresión de series temporales
• Supuestos de los modelos de regresión
• Métricas clave: SST, RSS, SSE, R²
• Pruebas de hipótesis comunes (prueba F, prueba t)
• Valores predichos e intervalos de confianza
• Extensiones de modelos de regresión lineal