• español
    • English
  • ¿Qué es el Repositorio Institucional Séneca?
  • Cómo publicar
  • Lineamientos
  • Contáctenos
Ver ítem 
  •   Repositorio Institucional Séneca
  • Facultad de Administración
  • Maestría en Finanzas
  • Tesis/Trabajos de Grado
  • Ver ítem
    • español
    • English
  •   Repositorio Institucional Séneca
  • Facultad de Administración
  • Maestría en Finanzas
  • Tesis/Trabajos de Grado
  • Ver ítem
JavaScript is disabled for your browser. Some features of this site may not work without it.

Navegar

Todo SénecaComunidades y ColeccionesAutoresTítulosTemáticasTipos de contenidosPerfil de autor
Esta colecciónFacultades y ProgramasAutoresTítulosTemáticasTipos de contenidos

Mi cuenta

AccederRegistro

Estadísticas

Ver Estadísticas de uso

An automatic trading strategy for the Colombian government bonds in R

RISMendeley
http://hdl.handle.net/1992/51443

  • Tesis/Trabajos de Grado [5]

Rey álvarez, Karen Estefanía
González Ferrero, Maximiliano; Rocha, Gonçalo
2020
The objective of this work is to make advances in the execution of an algorithm that performs a trading strategy, based on the academic support of the classic portfolio theory, macroeconomic theory of economic policy and some precepts of implementation with financial machine learning (ML) applications. Regarding ML, despite the fact that there are several authors, this work is based on the techniques and advances that have emerged from the studies of the author Marcos Lopez de Prado, since it is well known not only in the academic field, but also in investment industry. These characteristics make the methodological development of this work be applied to the related data, which is real data from the Colombian market, public debt bonds hereafter referred TES. The advances in ML by Professor Lopez de Prado will serve as a point of reference to backtest a very simple trading strategy, but looking beyond, the work will serve to leave a guide on how to implement through steps the development of an algorithm that performs any strategy, taking into account each stage for its later execution.
 
El objetivo de este trabajo es avanzar en la ejecución de un algoritmo que realiza un trading estrategia, basada en el apoyo académico de la teoría clásica de la cartera, la teoría macroeconómica de política económica y algunos preceptos de implementación con aprendizaje automático financiero (ML) aplicaciones. En cuanto al LA, a pesar de que hay varios autores, este trabajo se basa en las técnicas y avances que han surgido de los estudios del autor Marcos López de Prado, ya que es bien conocido no solo en el campo académico, sino también en la industria de inversiones. Estas características hacen que El desarrollo metodológico de este trabajo se aplicará a los datos relacionados, que son datos reales del Mercado colombiano, bonos de deuda pública en adelante denominados TES. Los avances en ML por el profesor López de Prado servirá como punto de referencia para backtesting de una estrategia comercial muy simple, pero mirando más allá, El trabajo servirá para dejar una guía sobre cómo implementar por pasos el desarrollo de un algoritmo. que realiza cualquier estrategia, teniendo en cuenta cada etapa para su posterior ejecución.
 
Trabajo de grado - Maestría
Bonos
Deuda pública
Aprendizaje automático (Inteligencia artificial)
Ver Estadísticas de uso
Mostrar el registro completo del ítem

Portada

Thumbnail

Nombre: 23150.pdf

[PDF] PDF Open Access[PDF] VER Open Access

Cita

Cómo citar

Cómo citar

Código QR


Carrera 1 # 18A-12

Bogotá - Colombia

Postal Code: 111711

+57 601 3394949 Ext.3322

sisbibli@uniandes.edu.co

i-RUS

i-RUS


Recursos Electrónicos

Recursos

Electrónicos


Biblioguías

Biblioguías


Icono Eventos

Repositorio de

datos de investigación



Redes sociales

  • Facebook
  • twitter
  • youtube
  • instagram
  • whatsapp

Universidad de los Andes | Vigilada Mineducación

Reconocimiento como Universidad: Decreto 1297 del 30 de mayo de 1964.

Reconocimiento personería jurídica: Resolución 28 del 23 de febrero de 1949 Minjusticia.

© - Derechos Reservados Universidad de los Andes