Wavelet analysis on financial time series

Los 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...

Descripción completa

Detalles Bibliográficos
Autor Principal: Fonseca Lemus, Arlington
Otros Autores: Ramirez, Hugo E.
Formato: Tesis de maestría (Master Thesis)
Lenguaje:Español (Spanish)
Publicado: Universidad del Rosario 2018
Materias:
Acceso en línea:http://repository.urosario.edu.co/handle/10336/18360
id ir-10336-18360
recordtype dspace
spelling ir-10336-183602019-09-19T12:37:54Z Wavelet analysis on financial time series Fonseca Lemus, Arlington Ramirez, Hugo E. Análisis wavelet Transformada Discreta Wavelet Serie de tiempo financiera Descomposición multirresolución Predicción Probabilidades & matemáticas aplicadas Análisis de series de tiempo Análisis armónico Análisis financiero Métodos wavelet Wavelet analysis, Discrete Wavelet Transform, financial time series, multiresolution decomposition, prediction. Los 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. Wavelet 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. 2018-08-16 2018-08-24T21:51:26Z info:eu-repo/semantics/masterThesis info:eu-repo/semantics/acceptedVersion http://repository.urosario.edu.co/handle/10336/18360 spa info:eu-repo/semantics/openAccess application/pdf Universidad del Rosario Maestría en Finanzas Cuantitativas Facultad de Economía reponame:Repositorio Institucional EdocUR instname:Universidad del Rosario GENCAY, R., SELCUK, F. AND WHITCHER, B. An Introduction to Wavelets and Other Filtering Methods in Finance and Economics. Orlando, Florida: Academic Press, 2002. ADISON, P. The Illustrated Wavelet Transform Handbook: Introductory Theory and Applications in Science, Engineering, Medicine and Finance (2nd ed). Boca Raton, Florida: CRC Press, 2017. RENAUD, O., STARCK J-L. AND MURTAGH, F. Prediction based on a multiscale decomposition. International Journal of Wavelets, Multiresolution and Information Processing, 2003. NGUYEN, T. AND HE, T.-X. Wavelet Analysis and Applications in Economics and Finance. Reserch & Reviews: Journal of Statistics and Mathematical Sciences, 2015. GALLEGATI, M. AND SEMMLER, W. Wavelet Applications in Economics and Finance: Dynamic Modeling and Econometrics in Economics and Finance. Switzerland: Springer International Publishing, 2014. RANTA, M. Wavelet Multiresolution Analysis of Financial Time Series. Finland: Vaasan yliopisto, 2010. ALEXANDRIDIS, A., AND ACHILLEAS D. Wavelet Neural Networks, With Applications in Financial Engineering, Chaos, and Classification. New Jersey: John Wiley & Sons Inc, 2014. HIRSA, A. Computational Methods in Finance. London: CRC Press, 2013. HILPISCH, Y. Python for Finance: Analyze big financial data. United States of America: O’Reilly Media Inc, 2014. Colombian Stock Exchange. (2018). Obtained from https://www.bvc.com.co Quantcademy. (2018). QuantStart. Obtained from Basics of Statistical Mean Reversion Testing: https://www.quantstart.com Python. (2018). Python Software Foundation. Obtained from Seaborn: statistical data visualization: https://pypi.python.org
institution EdocUR - Universidad del Rosario
collection DSpace
language Español (Spanish)
topic Análisis wavelet
Transformada Discreta Wavelet
Serie de tiempo financiera
Descomposición multirresolución
Predicción
Probabilidades & matemáticas aplicadas
Análisis de series de tiempo
Análisis armónico
Análisis financiero
Métodos wavelet
Wavelet analysis, Discrete Wavelet Transform, financial time series, multiresolution decomposition, prediction.
spellingShingle Análisis wavelet
Transformada Discreta Wavelet
Serie de tiempo financiera
Descomposición multirresolución
Predicción
Probabilidades & matemáticas aplicadas
Análisis de series de tiempo
Análisis armónico
Análisis financiero
Métodos wavelet
Wavelet analysis, Discrete Wavelet Transform, financial time series, multiresolution decomposition, prediction.
Fonseca Lemus, Arlington
Wavelet analysis on financial time series
description Los 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.
author2 Ramirez, Hugo E.
author_facet Ramirez, Hugo E.
Fonseca Lemus, Arlington
format Tesis de maestría (Master Thesis)
author Fonseca Lemus, Arlington
author_sort Fonseca Lemus, Arlington
title Wavelet analysis on financial time series
title_short Wavelet analysis on financial time series
title_full Wavelet analysis on financial time series
title_fullStr Wavelet analysis on financial time series
title_full_unstemmed Wavelet analysis on financial time series
title_sort wavelet analysis on financial time series
publisher Universidad del Rosario
publishDate 2018
url http://repository.urosario.edu.co/handle/10336/18360
_version_ 1645141507933470720
score 12,131701