Clustering subsecuencial de series de tiempo: Evidencia de patrones temporales en el tipo de cambio UsdMxn
Fecha
2020-11-02Autor
Ruiz-Cruz, Riemann
Muñoz-Elguezábal, Juan F.
Metadatos
Mostrar el registro completo del ítemDescripción
Este trabajo es sobre Clustering SubSecuencial de Series de Tiempo, una técnica que busca agrupar subsecuencias contenidas dentro de una misma serie de tiempo, por medio del cálculo de un término de distancia euclidiana a manera de medida de similitud entre los datos. Hacemos uso del algoritmo MASS (Mueen's Algorithm for Similarity Search), para la identificación de patrones temporales en la subsecuencia de precios intradía del tipo de cambio Dólar americano Vs Peso Mexicano (UsdMxn). Una búsqueda quasi-exhaustiva de evidencia es conducida utilizando 10 años de información, 14.5 Millones de precios (OHLC de cada minuto), 36,000 mediciones de indicadores macroeconómicos. Los resultados que mostramos son consistentes y documentamos las condiciones bajo las cuales no se cumple la Hipótesis del Mercado Eficiente.ITESO, A.C.