Centro de Investigación en Matemáticas
Unidad Monterrey
Maestría en Cómputo Estadístico
Autores: Sebastian Ramírez
Este repositorio contiene las implementaciones de mi tesis de maestría titulada "Asignación de activos mediante técnicas de clustering bajo diferentes medidas de proximidad"
El presente trabajo de tesis se centró en la construcción de un marco de asignación de activos en portafolios financieros utilizando algoritmos de clustering jerárquico y evaluando diversas configuraciones de enlace: Ward, single, average, complete. Se exploraron las relaciones entre los rendimientos de distintos grupos de activos utilizando clustering jerárquico bajo diferentes medidas de proximidad adecuadas entre series de tiempo, como Dynamic Time Warping (DTW), Piccolo Distance, Kolmogorov complexity Aproximation, Periodogram-based distances, Distancias basadas en la integración del periodograma, Log Spectram, Disimilaridad basada en representación simbolica SAX, entre otras. También se ha implementado el estadístico GAP modificado para clustering jerárquico como un criterio adecuado para seleccionar el número óptimo de clústers. Finalmente se comparan los distintos escenarios con métricas de rendimiento como el Annualized Mean (AM) o el Sharpe Ratio Ajustado (ASR), métricas de riesgo como el Conditional Value at Risk (CVaR) o el max drawdown (MDD), y métricas sobre diversificación como el número efectivo de activos utilizados (ENA). Se observaron resultados competitivos respecto a modelos convencionales para ciertas configuraciones y composiciones de portafolios.
Palabras clave: asignación de activos, clustering jerárquico, medidas de proximidad, DTW, GAP.
¡Bienvenido al repositorio!