Análisis de Series Temporales para Optimización de Estrategias de Trading
tipo de documento semantico ckh_publication
Ficheros
Resumen
El estudio de la predicción de series temporales es un ámbito consolidado y de gran interés tanto en la estadística como en el Machine Learning. El motivo es claro, tratar de predecir el futuro es algo que atrae a los seres humanos desde hace miles de años y mucho antes de que la teoría aquí presentada fuese concebida.
Las series temporales son un ámbito que engloba diversos campos del conocimiento entre ellos las matemáticas, la estadística o la econometría. Sin embargo, la revolución en los modelos de predicción proviene de la inclusión del Machine Learning y la inteligencia artificial. A través del desarrollo en la computación, se han podido poner en valor modelos estadísticos clásicos al mismo tiempo que nuevos modelos más complejos han sido desarrollados.
En este trabajo, pretende establecer un enfoque robusto, con rigor matemático, que permita ahondar en la teoría estadístico/matemática de las series temporales sin perder nunca de vista que se trata de un proyecto cuyo objetivo principal es generar valor. Por lo tanto, se ha tratado que convivan a lo largo de todo el trabajo ambas facetas y prueba de ello es que los modelos serán referidos a métricas estadísticas y financieras.
The study of time series prediction is a consolidated field of great interest in both statistics and Machine Learning. The reason is clear, trying to predict the future is something that has attracted human beings for thousands of years and long before the theory presented here was conceived.
Time series is a field that encompasses various fields of knowledge, including mathematics, statistics and econometrics. However, the revolution in prediction models comes from the inclusion of Machine Learning and artificial intelligence. Through the development of computation, classical statistical models have been showcased at the same time that new and more complex models have been developed.
In this work, the aim is to establish a robust approach, with mathematical rigor, that allows us to delve into the statistical/mathematical theory of time series without ever losing sight of the fact that this is a project whose main objective is to generate value. Therefore, both facets have been tried to coexist throughout the work and proof of this is that the models will be referred to statistical and financial metrics.
