Show simple item record

dc.contributor.advisorRamirez, Hugo E. 
dc.creatorFonseca Lemus, Arlington 
dc.date.accessioned2018-08-24T21:51:26Z
dc.date.available2018-08-24T21:51:26Z
dc.date.created2018-08-16
dc.date.issued2018 
dc.identifier.urihttp://repository.urosario.edu.co/handle/10336/18360
dc.descriptionLos métodos wavelet poseen algunas características que los hacen una herramienta con gran potencial para la investigación financiera. El propósito de esta tesis es estudiar la utilidad que tienen los métodos wavelet en el análisis de series de tiempo financieras, para lo cual se han utilizado datos del mercado financiero colombiano. En esta tesis se presenta brevemente la teoría wavelet, con especial enfoque en la Transformada Discreta Wavelet y en las wavelets de Daubechies. Luego, se ilustra una descomposición multirresolución para dos series diferentes de log-retornos. Finalmente, se presenta un método de predicción basado en wavelets, así como una comparación entre sus resultados y los de un método de predicción tradicional.
dc.description.abstractWavelet methods possess some features that make them a tool with great potential for financial research. The purpose of this thesis is to study the usefulness of wavelet methods in financial time series analysis, for which data from Colombian financial market has been used. In this thesis the wavelet theory is briefly presented, with a special focus on the Discrete Wavelet Transform and Daubechies wavelets. Then, a multiresolution decomposition is illustrated for two distinct log-returns series. Finally, a wavelet-based prediction approach is presented, as well as a comparison between its results and those of a traditional prediction method.
dc.format.mimetypeapplication/pdf
dc.language.isospa
dc.sourcereponame:Repositorio Institucional EdocUR
dc.sourceinstname:Universidad del Rosario
dc.subjectAnálisis wavelet
dc.subjectTransformada Discreta Wavelet
dc.subjectSerie de tiempo financiera
dc.subjectDescomposición multirresolución
dc.subjectPredicción
dc.subject.ddcProbabilidades & matemáticas aplicadas 
dc.subject.lembAnálisis de series de tiempo
dc.subject.lembAnálisis armónico
dc.subject.lembAnálisis financiero
dc.subject.lembMétodos wavelet
dc.titleWavelet analysis on financial time series
dc.typemasterThesis
dc.publisherUniversidad del Rosario
dc.creator.degreeMagíster en Finanzas Cuantitativas
dc.publisher.programMaestría en Finanzas Cuantitativas
dc.publisher.departmentFacultad de Economía
dc.subject.keywordWavelet analysis, Discrete Wavelet Transform, financial time series, multiresolution decomposition, prediction.
dc.rights.accesRightsinfo:eu-repo/semantics/openAccess
dc.type.spaTesis de maestría
dc.rights.accesoAbierto (Texto Completo)
dc.type.hasVersioninfo:eu-repo/semantics/acceptedVersion
dc.source.bibliographicCitationGENCAY, R., SELCUK, F. AND WHITCHER, B. An Introduction to Wavelets and Other Filtering Methods in Finance and Economics. Orlando, Florida: Academic Press, 2002.
dc.source.bibliographicCitationADISON, P. The Illustrated Wavelet Transform Handbook: Introductory Theory and Applications in Science, Engineering, Medicine and Finance (2nd ed). Boca Raton, Florida: CRC Press, 2017.
dc.source.bibliographicCitationRENAUD, O., STARCK J-L. AND MURTAGH, F. Prediction based on a multiscale decomposition. International Journal of Wavelets, Multiresolution and Information Processing, 2003.
dc.source.bibliographicCitationNGUYEN, T. AND HE, T.-X. Wavelet Analysis and Applications in Economics and Finance. Reserch & Reviews: Journal of Statistics and Mathematical Sciences, 2015.
dc.source.bibliographicCitationGALLEGATI, M. AND SEMMLER, W. Wavelet Applications in Economics and Finance: Dynamic Modeling and Econometrics in Economics and Finance. Switzerland: Springer International Publishing, 2014.
dc.source.bibliographicCitationRANTA, M. Wavelet Multiresolution Analysis of Financial Time Series. Finland: Vaasan yliopisto, 2010.
dc.source.bibliographicCitationALEXANDRIDIS, A., AND ACHILLEAS D. Wavelet Neural Networks, With Applications in Financial Engineering, Chaos, and Classification. New Jersey: John Wiley & Sons Inc, 2014.
dc.source.bibliographicCitationHIRSA, A. Computational Methods in Finance. London: CRC Press, 2013.
dc.source.bibliographicCitationHILPISCH, Y. Python for Finance: Analyze big financial data. United States of America: O’Reilly Media Inc, 2014.
dc.source.bibliographicCitationColombian Stock Exchange. (2018). Obtained from https://www.bvc.com.co
dc.source.bibliographicCitationQuantcademy. (2018). QuantStart. Obtained from Basics of Statistical Mean Reversion Testing: https://www.quantstart.com
dc.source.bibliographicCitationPython. (2018). Python Software Foundation. Obtained from Seaborn: statistical data visualization: https://pypi.python.org
dc.rights.licenciaEL AUTOR, manifiesta que la obra objeto de la presente autorización es original y la realizó sin violar o usurpar derechos de autor de terceros, por lo tanto la obra es de exclusiva autoría y tiene la titularidad sobre la misma. PARGRAFO: En caso de presentarse cualquier reclamación o acción por parte de un tercero en cuanto a los derechos de autor sobre la obra en cuestión, EL AUTOR, asumirá toda la responsabilidad, y saldrá en defensa de los derechos aquí autorizados; para todos los efectos la universidad actúa como un tercero de buena fe. EL AUTOR, autoriza a LA UNIVERSIDAD DEL ROSARIO, para que en los términos establecidos en la Ley 23 de 1982, Ley 44 de 1993, Decisión andina 351 de 1993, Decreto 460 de 1995 y demás normas generales sobre la materia, utilice y use la obra objeto de la presente autorización. -------------------------------------- POLITICA DE TRATAMIENTO DE DATOS PERSONALES. Declaro que autorizo previa y de forma informada el tratamiento de mis datos personales por parte de LA UNIVERSIDAD DEL ROSARIO para fines académicos y en aplicación de convenios con terceros o servicios conexos con actividades propias de la academia, con estricto cumplimiento de los principios de ley. Para el correcto ejercicio de mi derecho de habeas data cuento con la cuenta de correo habeasdata@urosario.edu.co, donde previa identificación podré solicitar la consulta, corrección y supresión de mis datos.


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

 

Reconocimientos: