Análisis del comportamiento bursátil de las principales bolsas financieras en el mundo usando el análisis multivariado (análisis de componentes principales PCA) para el periodo de 2011 a 2014
Share this
Date
2015-07-30Citation
Metadata
Show full item recordPDF Documents
Abstract
El objetivo de esta investigación es analizar el comportamiento bursátil de 27 bolsas financieras en el mundo, mediante el análisis de componentes principales PCA (por sus siglas en inglés). Esta técnica permite agrupar las variables correlacionadas entre sí separándolas de las que no, obteniendo un nuevo espacio reducido en donde se espera la formación de grupos de bolsas financieras con similitudes en su comportamiento bursátil, facilitando su análisis e interpretación.
La metodología para abordar esta investigación es del tipo correlacional, ya que se analiza la relación entre más de dos variables, en particular el comportamiento bursátil de las bolsas financieras que cotizan en Wall Street. La recolección de datos fue tomada de la página oficial de Wall Street, correspondiente al cierre (Acciones negociadas) de 27 bolsas financieras de manera diaria, durante un periodo de cuatro años (2011 a 2014). La base de datos se almacena en el software Excel para su normalización, con el fin de disminuir su variación natural; posteriormente, se aplica el Análisis de Componentes Principales -PCA- en la plataforma Matlab, obteniendo los componentes principales, de donde se tomaran los tres primeros componentes, para determinar la formación de grupos y se mostrarán en un gráfico de dispersión.
En los resultados obtenidos, se destacan el comportamiento particular de las bolsas de valores de Singapur, cuyo mercado de valores ha ido a la baja, y Argentina que ha ido a la alza; ambas bolsas se encuentran muy alejadas de los conjuntos contenedores correspondientes a mercados financieros de otros países.
Abstract
The objective of this research is to analyze the stock performance of 27 stock markets around the world, using Principal Components Analysis (PCA). This method allows grouping the correlated variables together, obtaining an orthogonal basis where the analysis and interpretation of data is easier.
The data used was collected from the official website of Wall Street every day, at “close trading”, from 27 financial markets for the period 2011 - 2014. Then, the database was saved in excel, and after that the PCA method was applied in Matlab software. The Principal components are plotted in an orthogonal basis to represent the formation of groups based on their market performance.
Among the results, the Singapore stock stands out due to its decreasing trend, while the Argentina stock protrudes for its rising trend. Both markets are distant from the container sets from other stock markets
Palabras clave
PCA; Análisis Multivariado; Análisis financiero bursátil; Análisis técnico financiero.
Statistics Google Analytics
Collections
Related items
Showing items related by title, author, creator and subject.
-
Desarrollo de un método de diseño y análisis por simulación númerica de las turbinas de acción de flujo cruzado para pico centrales hidroeléctricas
Cardona Valencia, Mario (Instituto Tecnológico Metropolitano, Facultad de ingenierías, Magíster en Gestión Energética Industrial, 2016)En este trabajo se presenta una revisión y análisis del estado del arte sobre el desarrollo y evolución histórica de la turbina de flujo cruzado (TFC), los estudios que se han hecho en Colombia, descripción física, ... -
Analysis of dynamics, structures and agent relationships in Regional Innovation Systems [Análises das dinâmicas, estruturas e relações dos agentes nos Sistemas Regionais de Inovação] [Análisis de las dinámicas, estructuras y relaciones de los agentes en Sistemas Regionales de Innovación]
Uribe-Gómez J.-A.; Giraldo-Ramírez D.-P.; Gallón-Londoño L.; Fernandez-Ledesma J.-D.; Quintero-Ramírez S. (2019) -
Proteomic analysis of Africanized bee venom: A comparison of protein extraction methods [Análisis proteómico del veneno de la abeja Africanizada: Comparación de métodos de extracción]
Pineda Guerra Y.; Betancur Echeverri J.; Pedroza-Díaz J.; Delgado-Trejos E.; Rothlisberger S. (2016)