Show simple item record

dc.contributor.authorQuiroga-Juárez, Christian Arturo
dc.contributor.authorVillalobos-Escobedo, Aglaé
dc.date.accessioned2019-07-18T14:45:13Z
dc.date.accessioned2019-08-01T21:57:30Z
dc.date.available2019-07-18T14:45:13Z
dc.date.available2019-08-01T21:57:30Z
dc.date.issued2015-07-30
dc.identifierhttps://revistas.itm.edu.co/index.php/revista-cea/article/view/122
dc.identifier10.22430/24223182.122
dc.identifier.urihttp://hdl.handle.net/20.500.12622/550
dc.description.abstractEl 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.spa
dc.format.mimetypeapplication/pdf
dc.language.isospa
dc.publisherInstituto Tecnológico Metropolitano - ITMspa
dc.relationhttps://revistas.itm.edu.co/index.php/revista-cea/article/view/122/126
dc.rightsDerechos de autor 2017 Revista CEAspa
dc.source2422-3182
dc.source2390-0725
dc.sourceRevista CEA; Vol 1 No 2 (2015); 25-36eng
dc.sourceRevista CEA; Vol. 1 Núm. 2 (2015); 25-36spa
dc.subjectPCAspa
dc.subjectAnálisis Multivariadospa
dc.subjectAnálisis financiero bursátilspa
dc.subjectAnálisis técnico financiero.spa
dc.titleAnálisis 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 2014spa
dc.title.alternativeAnalysis of stock market behavior of the major financial exchanges worldwide using multivariate analysis (principal component analysis PCA) for the period 2011 to 2014eng
dc.type.spaArtículosspa
dc.subject.keywordsStock Marketseng
dc.subject.keywordsMultivariate Analysiseng
dc.subject.keywordsPCAeng
dc.subject.keywordsFinancial Analysiseng
dc.typeinfo:eu-repo/semantics/article
dc.typeinfo:eu-repo/semantics/publishedVersion
dc.typeArticlesen-US
dc.description.abstractenglishThe 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 marketseng


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record