Comparison of dimensionality reduction techniques of SPX500: an approach to indexing
Las técnicas de reducción de dimensionalidad son tal vez una de las manera más rápidas de lograr eficiencia en el análisis de datos. En el caso de este estudio su uso buscó una forma tal que con el menor número de activos pertenecientes al índice Standard and Poor's 500, se pueda lograr replica...
- Autores:
-
Aldana Martínez, Nelson Arley
- Tipo de recurso:
- Fecha de publicación:
- 2022
- Institución:
- Universidad de los Andes
- Repositorio:
- Séneca: repositorio Uniandes
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.uniandes.edu.co:1992/55768
- Acceso en línea:
- http://hdl.handle.net/1992/55768
- Palabra clave:
- Data analysis
Dimensionality reduction
Principal components analysis
Correlation
Passive investment
Financial markets
Asset allocation
Análisis de datos
Análisis por componentes principales
Asignación de activos
Administración
- Rights
- openAccess
- License
- https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
id |
UNIANDES2_2b2db2e648501e1b94dc37aae7f2444e |
---|---|
oai_identifier_str |
oai:repositorio.uniandes.edu.co:1992/55768 |
network_acronym_str |
UNIANDES2 |
network_name_str |
Séneca: repositorio Uniandes |
repository_id_str |
|
spelling |
Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Villarreal Navarro, Julio Ernesto9fcce407-4d3e-4b9e-b8be-73e40743e4e4600Aldana Martínez, Nelson Arley200caab4-7a9a-490f-b5ea-80cb57ae502d500Tabares Pozos, Alejandra2022-02-22T20:13:34Z2022-02-22T20:13:34Z2022http://hdl.handle.net/1992/5576825400.pdfinstname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/Las técnicas de reducción de dimensionalidad son tal vez una de las manera más rápidas de lograr eficiencia en el análisis de datos. En el caso de este estudio su uso buscó una forma tal que con el menor número de activos pertenecientes al índice Standard and Poor's 500, se pueda lograr replicar el comportamiento del mismo. Se empezó con metodologías supervisadas como el análisis de la correlación entre cada activo y el índice y el factor de inflación de la varianza, luego se usaron técnicas no supervisadas como el análisis de componentes principales, el analisis de componentes principales con rotación VARIMAX y el analisis de componentes principales con sparse. En la última sección se hizo un backtest con un trimestre de datos no usado en el entrenamiento de los diferentes modelos.Dimensionality reduction techniques are one of the easiest and fastest ways to reach efficiency in data analysis. In this study, the main goal was to find the less number of assets that belong to the Standard and Poor's 500 with which it could be replicated the index behavior. It was started with supervised methodologies such as the high correlation filter between the index and each asset and the variance inflation factor, later, it was used non-supervised techniques as the principal components analysis, principal components analysis with VARIMAX rotation, and sparse principal components analysis. In the last section, it was performed a backtest with a quarter of the data was not used to train any model.Magíster en Inteligencia Analítica para la Toma de DecisionesMaestría23 páginasapplication/pdfspaUniversidad de los AndesMaestría en Inteligencia Analítica para la Toma de DecisionesFacultad de IngenieríaDepartamento de Ingeniería IndustrialComparison of dimensionality reduction techniques of SPX500: an approach to indexingTrabajo de grado - Maestríainfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionTexthttp://purl.org/redcol/resource_type/TMData analysisDimensionality reductionPrincipal components analysisCorrelationPassive investmentFinancial marketsAsset allocationAnálisis de datosAnálisis por componentes principalesAsignación de activosAdministración201924128PublicationTEXT25400.pdf.txt25400.pdf.txtExtracted texttext/plain44396https://repositorio.uniandes.edu.co/bitstreams/a787efad-59c2-4cdf-8b6b-d5b213f7000f/download7dfb2c5ab13325eeacc278ceb8f8635dMD52ORIGINAL25400.pdfapplication/pdf3123319https://repositorio.uniandes.edu.co/bitstreams/5f011c4a-3cf9-486d-9cc1-3831ecd2de2d/download5b58fa905a3308d219079a0545511622MD51THUMBNAIL25400.pdf.jpg25400.pdf.jpgIM Thumbnailimage/jpeg11498https://repositorio.uniandes.edu.co/bitstreams/d79574db-64d5-4b45-9466-52e04142b03f/download920efa8a7387b2e5fc534db5e451d37fMD531992/55768oai:repositorio.uniandes.edu.co:1992/557682023-10-10 18:07:59.151https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfopen.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co |
dc.title.spa.fl_str_mv |
Comparison of dimensionality reduction techniques of SPX500: an approach to indexing |
title |
Comparison of dimensionality reduction techniques of SPX500: an approach to indexing |
spellingShingle |
Comparison of dimensionality reduction techniques of SPX500: an approach to indexing Data analysis Dimensionality reduction Principal components analysis Correlation Passive investment Financial markets Asset allocation Análisis de datos Análisis por componentes principales Asignación de activos Administración |
title_short |
Comparison of dimensionality reduction techniques of SPX500: an approach to indexing |
title_full |
Comparison of dimensionality reduction techniques of SPX500: an approach to indexing |
title_fullStr |
Comparison of dimensionality reduction techniques of SPX500: an approach to indexing |
title_full_unstemmed |
Comparison of dimensionality reduction techniques of SPX500: an approach to indexing |
title_sort |
Comparison of dimensionality reduction techniques of SPX500: an approach to indexing |
dc.creator.fl_str_mv |
Aldana Martínez, Nelson Arley |
dc.contributor.advisor.spa.fl_str_mv |
Villarreal Navarro, Julio Ernesto |
dc.contributor.author.spa.fl_str_mv |
Aldana Martínez, Nelson Arley |
dc.contributor.jury.spa.fl_str_mv |
Tabares Pozos, Alejandra |
dc.subject.keyword.none.fl_str_mv |
Data analysis Dimensionality reduction Principal components analysis Correlation Passive investment Financial markets Asset allocation |
topic |
Data analysis Dimensionality reduction Principal components analysis Correlation Passive investment Financial markets Asset allocation Análisis de datos Análisis por componentes principales Asignación de activos Administración |
dc.subject.armarc.none.fl_str_mv |
Análisis de datos Análisis por componentes principales Asignación de activos |
dc.subject.themes.none.fl_str_mv |
Administración |
description |
Las técnicas de reducción de dimensionalidad son tal vez una de las manera más rápidas de lograr eficiencia en el análisis de datos. En el caso de este estudio su uso buscó una forma tal que con el menor número de activos pertenecientes al índice Standard and Poor's 500, se pueda lograr replicar el comportamiento del mismo. Se empezó con metodologías supervisadas como el análisis de la correlación entre cada activo y el índice y el factor de inflación de la varianza, luego se usaron técnicas no supervisadas como el análisis de componentes principales, el analisis de componentes principales con rotación VARIMAX y el analisis de componentes principales con sparse. En la última sección se hizo un backtest con un trimestre de datos no usado en el entrenamiento de los diferentes modelos. |
publishDate |
2022 |
dc.date.accessioned.none.fl_str_mv |
2022-02-22T20:13:34Z |
dc.date.available.none.fl_str_mv |
2022-02-22T20:13:34Z |
dc.date.issued.none.fl_str_mv |
2022 |
dc.type.spa.fl_str_mv |
Trabajo de grado - Maestría |
dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/masterThesis |
dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
dc.type.content.spa.fl_str_mv |
Text |
dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/TM |
status_str |
acceptedVersion |
dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/1992/55768 |
dc.identifier.pdf.spa.fl_str_mv |
25400.pdf |
dc.identifier.instname.spa.fl_str_mv |
instname:Universidad de los Andes |
dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Séneca |
dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repositorio.uniandes.edu.co/ |
url |
http://hdl.handle.net/1992/55768 |
identifier_str_mv |
25400.pdf instname:Universidad de los Andes reponame:Repositorio Institucional Séneca repourl:https://repositorio.uniandes.edu.co/ |
dc.language.iso.spa.fl_str_mv |
spa |
language |
spa |
dc.rights.uri.*.fl_str_mv |
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf |
dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
rights_invalid_str_mv |
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf http://purl.org/coar/access_right/c_abf2 |
eu_rights_str_mv |
openAccess |
dc.format.extent.spa.fl_str_mv |
23 páginas |
dc.format.mimetype.spa.fl_str_mv |
application/pdf |
dc.publisher.spa.fl_str_mv |
Universidad de los Andes |
dc.publisher.program.spa.fl_str_mv |
Maestría en Inteligencia Analítica para la Toma de Decisiones |
dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingeniería |
dc.publisher.department.spa.fl_str_mv |
Departamento de Ingeniería Industrial |
institution |
Universidad de los Andes |
bitstream.url.fl_str_mv |
https://repositorio.uniandes.edu.co/bitstreams/a787efad-59c2-4cdf-8b6b-d5b213f7000f/download https://repositorio.uniandes.edu.co/bitstreams/5f011c4a-3cf9-486d-9cc1-3831ecd2de2d/download https://repositorio.uniandes.edu.co/bitstreams/d79574db-64d5-4b45-9466-52e04142b03f/download |
bitstream.checksum.fl_str_mv |
7dfb2c5ab13325eeacc278ceb8f8635d 5b58fa905a3308d219079a0545511622 920efa8a7387b2e5fc534db5e451d37f |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio institucional Séneca |
repository.mail.fl_str_mv |
adminrepositorio@uniandes.edu.co |
_version_ |
1812133976522883072 |