Predicción del mercado de TES en el corto plazo

Abstract

En el presente trabajo se estudia la hipótesis de caminata aleatoria para el mercado colombiano de bonos gubernamentales (TES). En el estudio se encuentra que es posible predecir el precio en el corto plazo, por lo que se rechaza la hipótesis de caminata aleatoria para dicho mercado. Lo anterior se concluye por medio de un algoritmo de trading intradía, basado en modelos de aprendizaje de máquinas, al cual se le realiza un Backtest donde se encuentra que sus retornos esperados son superiores a los costos de transacción. A su vez, se realiza un Backtest del algoritmo sobre el mercado norteamericano y se observa que en dicho mercado los retornos esperados son significativamente menores. Finalmente, es de resaltar que adicional a las implicaciones académicas, el algoritmo tiene aplicaciones empíricas ya que puede ser utilizado como una estrategia de inversión

This work studies the random walk hypothesis in the Colombian sovereign bond market (TES). I find that it is possible to predict the price in the short term, thus the random walk hypothesis is rejected for this market. This conclusion is reached backtesting an algorithm of trading based on machine learning. The backtest shows expected positive returns, net of transaction costs. This backtest is also repeated for American bonds, but the returns are significantly Iower. In addition, note that besides the theoretical implications, the algorithm can be used as a profitable investment strategy