Ítem
Acceso Abierto

Wavelet analysis on financial time series

Mostrar el registro sencillo de la publicación
dc.contributor.advisorRamírez Jaime, Hugo Eduardo
dc.creatorFonseca Lemus, Arlington
dc.creator.degreeMagíster en Finanzas Cuantitativasspa
dc.date.accessioned2018-08-24T21:51:26Z
dc.date.available2018-08-24T21:51:26Z
dc.date.created2018-08-16
dc.date.issued2018
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.spa
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. eng
dc.format.mimetypeapplication/pdf
dc.identifier.doihttps://doi.org/10.48713/10336_18360
dc.identifier.urihttp://repository.urosario.edu.co/handle/10336/18360
dc.language.isospa
dc.publisherUniversidad del Rosariospa
dc.publisher.departmentFacultad de Economíaspa
dc.publisher.programMaestría en Finanzas Cuantitativasspa
dc.rights.accesRightsinfo:eu-repo/semantics/openAccess
dc.rights.accesoAbierto (Texto Completo)spa
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.spa
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.spa
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.spa
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.spa
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.spa
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.spa
dc.source.bibliographicCitationRANTA, M. Wavelet Multiresolution Analysis of Financial Time Series. Finland: Vaasan yliopisto, 2010.spa
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.spa
dc.source.bibliographicCitationHIRSA, A. Computational Methods in Finance. London: CRC Press, 2013.spa
dc.source.bibliographicCitationHILPISCH, Y. Python for Finance: Analyze big financial data. United States of America: O’Reilly Media Inc, 2014.spa
dc.source.bibliographicCitationColombian Stock Exchange. (2018). Obtained from https://www.bvc.com.cospa
dc.source.bibliographicCitationQuantcademy. (2018). QuantStart. Obtained from Basics of Statistical Mean Reversion Testing: https://www.quantstart.comspa
dc.source.bibliographicCitationPython. (2018). Python Software Foundation. Obtained from Seaborn: statistical data visualization: https://pypi.python.orgspa
dc.source.instnameinstname:Universidad del Rosariospa
dc.source.reponamereponame:Repositorio Institucional EdocURspa
dc.subjectAnálisis waveletspa
dc.subjectTransformada Discreta Waveletspa
dc.subjectSerie de tiempo financieraspa
dc.subjectDescomposición multirresoluciónspa
dc.subjectPredicciónspa
dc.subject.ddcProbabilidades & matemáticas aplicadasspa
dc.subject.keywordWavelet analysiseng
dc.subject.keywordDiscrete Wavelet Transformeng
dc.subject.keywordfinancial time serieseng
dc.subject.keywordmultiresolution decompositioneng
dc.subject.keywordprediction.eng
dc.subject.lembAnálisis de series de tiempospa
dc.subject.lembAnálisis armónicospa
dc.subject.lembAnálisis financierospa
dc.subject.lembMétodos waveletspa
dc.titleWavelet analysis on financial time seriesspa
dc.typemasterThesiseng
dc.type.hasVersioninfo:eu-repo/semantics/acceptedVersion
dc.type.spaTesis de maestríaspa
Archivos
Bloque original
Mostrando1 - 1 de 1
Miniatura
Nombre:
FonsecaLemus-Arlington-2018.pdf
Tamaño:
2.16 MB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Colecciones
Maestría en Finanzas Cuantitativas