首页    期刊浏览 2025年01月29日 星期三
登录注册

文章基本信息

  • 标题:Develando estrategias de mercado: minería de datos aplicada al análisis de mercados financieros
  • 本地全文:下载
  • 作者:José Luis Gordillo-Ruiz ; Enrique Martínez-Miranda ; Christopher R. Stephens
  • 期刊名称:Computación y Sistemas
  • 印刷版ISSN:1405-5546
  • 出版年度:2012
  • 卷号:16
  • 期号:2
  • 页码:221-231
  • 语种:Spanish
  • 出版社:Instituto Politécnico Nacional
  • 摘要:En los últimos años se han venido desarrollando marcos de estudio que intentan describir a los mercados financieros con mayor apego a la realidad que los marcos tradicionales, excesivamente simplificadores. En estos marcos se incluyen herramientas conceptuales y de análisis como evolución, sistemas complejos y minería de datos, entre otras. En particular, la minería de datos proporciona herramientas para extraer información a partir de la gran cantidad de datos que se generan del funcionamiento de los mercados financieros. En este trabajo, se presenta una metodología para inferir, a partir de los datos de un mercado, si participantes con resultados similares tienen estrategias similares y así intentar entender porque ciertos agentes son exitosos. Por decirlo de alguna manera, usamos estas herramientas para tratar de encontrar "huellas" de las estrategias de los agentes en las series de tiempo que son generadas a partir de su actividad en los mercados. Esta metodología puede verse a su vez como una conversión del problema a uno de clasificación, en donde se pretende corroborar que agentes con ganancias similares se encuentran en una misma región de un espacio discreto multidimensional, constituido por variables derivadas de los datos de las operaciones del mercado.
  • 其他摘要:It has become increasingly common to model financial markets using frameworks which better capture their behavior than the excessively simplistic traditional frameworks. Key concepts in these new frameworks are evolution, complex systems and data mining, each with their associated characteristic analysis. In particular, data mining provides extremely useful tools for potentially extracting knowledge from the huge quantity of data available in financial markets. In this paper we present a new methodology for inferring, using market data, whether or not agents with similar performance are using similar trading strategies and by that to try to understand why certain agents are more successful than others. Put another way, we use data mining to look for "footprints", in the time series of price, that characterize the distinct trading strategies, and that are generated by their trading activity. One way to look at this is as a classification problem, where we try to classify agents with similar performance, determining if they are found in the same region of a discrete, multi-dimensional space composed of variables that are derived from the market data.
  • 关键词:Minería de datos; estrategias de mercado; análisis bayesiano; evolución; adaptación; predicción;Data mining; trading strategy; Bayesian analysis; evolution; adaptation; prediction
国家哲学社会科学文献中心版权所有