
handle: 10347/28902
[ES] Este Trabajo de Fin de Grado muestra un análisis detallado de las series de tiempo financieras y de las herramientas y procesos necesarios para su correcta modelización. La primera parte de la memoria presenta los conceptos fundamentales de las series de tiempo e introduce las series estacionarias y las series de rendimientos utilizadas en el ámbito financiero. Tras fijar los conceptos básicos, el estudio profundiza en las series con dinámica en la media y la modelización de estas con procesos autorregresivos y de medias móviles. De igual manera, el trabajo analiza series de tiempo condicionalmente heterocedásticas, esto es, con dinámica en la varianza, en las que la volatilidad es el aspecto central a estudiar. Esta memoria tiene como principal objetivo obtener predicciones precisas de valores futuros para las series de tiempo presentadas, correspondientes tanto a datos macroeconómicos como bursátiles. Se estudian datos previos al COVID-19, obteniendo conclusiones de la posible evolución económica y financiera que habría tenido lugar de no haberse visto interrumpida por la pandemia.
| selected citations These citations are derived from selected sources. This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | 0 | |
| popularity This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network. | Average | |
| influence This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | Average | |
| impulse This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network. | Average |
