Fauricio Batista

Analista de datos en formación · Heredia, Costa Rica

Sobre mí

Llevo más de 3 años como analista AML/KYC en banca: revisar transacciones, detectar patrones de riesgo y documentar hallazgos con rigor. Ahora estoy haciendo la transición a análisis de datos, estudiando Ingeniería en Sistemas y la certificación IBM Data Analyst.

Me gusta trabajar con datos reales y sucios, y llegar a una conclusión honesta aunque no sea la esperada.

SQLPython (pandas)ExcelPower BI (aprendiendo)APIs de GoogleGit

Proyectos

Análisis publicadoDashboard en progreso

La economía de un MMO: precios entre servidores en Angels Online

Pregunta: ¿el mismo ítem cuesta distinto según el servidor? ¿Qué se vende y qué se busca sin que nadie lo venda?

Datos: 4.325 ofertas reales de 530 puestos de jugadores en 3 servidores, tomadas del índice público de puestos de angelsonline.wiki. Son datos sucios de verdad: precios de exhibición en el tope del juego, lotes y precios por unidad, y nombres en chino.

Hallazgo: no hay un servidor "barato" en todo; con 147 ofertas detrás, el Monster Egg cuesta 3,8 veces más en Athena que en Cupid.

Leer el análisis →

En curso · evaluación en vivo

¿Un bot de trading le gana a no hacer nada?

Pregunta: ¿las decisiones de un sistema de trading automatizado (en simulación, sin dinero real) aportan valor frente a dos alternativas simples: "siempre esperar" y "comprar fijo cada mes"?

Backtest honesto (90 días, 16 activos, con comisión y slippage): ventaja media de −0,51 pts frente a comprar y mantener con el mismo riesgo; solo 5 de 16 activos mostraron ventaja. Conclusión: no hay ventaja probada.

Ahora: cada predicción se evalúa a las 6 horas contra una línea base, con el acierto medido por indicador técnico. La cartera de control de compra mensual va en +10 %. El veredicto final se da en diciembre de 2026.

En progreso

¿Los clientes vuelven a comprar? Retención por cohortes

Consultas SQL de cohortes y retención al mes siguiente, limpieza de una importación de clientes con duplicados y formatos mezclados, y dashboard en Power BI con un modelo estrella.

En uso diario

Automatización personal con Python

Asistentes propios en Telegram y Discord que clasifican correos, llevan registro de gastos a partir de notificaciones bancarias, corrigen ejercicios de SQL ejecutándolos contra una base real y respaldan datos en Google Drive. Tienen más de 100 pruebas automatizadas.

Contacto

allanfonseca8@outlook.com