Análisis de Cointegración para Forex

El análisis de cointegración y multicointegración usado en econometria puede ser de mucha ayuda cuando queremos comprobar los desequilibrios que hay entre los precios de los activos financieros,especialmente en el mercado de divisas(Forex), donde hay una interrrelación muy importante entre todos los pares de divisas que vemos en el mercado. Ya anteriormente he hablado aquí Leer másAnálisis de Cointegración para Forex[…]

Análisis exploratorio con ACP en R

🙋‍♀️ En esta ocasión aplicaré el Análisis de Componentes Principales a una base de datos que contiene información acerca de una encuesta realizada por el Instituto Nacional de Estadística y de Estudios Económicos de Francia, en el año 2006. En ella se pueden observar grupos de individuos según su edad y el monto total que Leer másAnálisis exploratorio con ACP en R[…]

Clustering Método K-Means en Python

En un artículo anterior te hablé acerca de una de las técnicas de Machine Learning no supervisado llamado Clustering Jerárquico, el cuál es útil cuando se tienen menos de 10,000 individuos o elementos a analizar. En este post te mostraré otra de las técnicas de clustering, llamada método de las K-Medias o K-Means. Una de Leer másClustering Método K-Means en Python[…]

Clustering de series temporales con ACP en R

En este artículo te mostraré cómo podrías aplicar una técnica llamada Análisis de Componentes Principales (PCA, por sus siglas en inglés), en caso de que quisieras encontrar similitudes entre series de tiempo, es decir, hacer clustering sobre las mismas. Ya en un articulo anterior hablamos sobre el Clustering Jerárquico. Si es la primera vez que Leer másClustering de series temporales con ACP en R[…]

Heterocedasticidad en R. Pruebas para detectarla.

👏 La heterocedasticidad se da cuando en un modelo de regresión lineal, al estudiar los residuos del modelo vemos que la varianza de éstos no es constante. Si pasa ésto el modelo creado estará incumpliendo una de las hipótesis básicas sobre el que se sustenta de manera teórica. Para poder aceptar la validez del modelo Leer másHeterocedasticidad en R. Pruebas para detectarla.[…]

Clustering Jerárquico de Series Temporales en R

👌 El Clustering Jerárquico, es una técnica muy útil cuando se desea descubrir similitudes entre individuos en base a sus características. Como medida de similitud entre las series de tiempo, utilizo un algoritmo llamado ““Dynamic Time Warping” o DTW por sus siglas en inglés. Este algoritmo ha sido utilizado en diferentes áreas, entre otras, en Leer másClustering Jerárquico de Series Temporales en R[…]

Independencia entre variables con matrices

👌 En muchas ocasiones cuando vamos a crear algún tipo de modelo estadístico y tenemos una gran cantidad de variables queremos saber si hay una relación lineal muy fuerte entre ellas o por el contrario son independientes entre sí. 👨‍🏫 Dentro de las finanzas si quieres desarrollar una cartera de inversión y cómo es lógico Leer másIndependencia entre variables con matrices[…]

Modelo de Corrección de Errores

✍ Este modelo econométrico está relacionado con el fenómeno de Cointegración. Si dos series de tiempo están cointegradas tendrán por tanto una relación de equilibrio en el largo plazo. 😉 Si este hecho se da, podemos además modelizar la dinámica de corto plazo de estas series mediante lo que llamamos Modelo de Corrección de Error.(MCE). Leer másModelo de Corrección de Errores[…]