El objetivo del proyecto es el del estudio de las series temporales financieras, abordando temas que van desde la caracterización, predicción, visualización y generación sintética. En primer lugar, se ha realizado un análisis de las características más relevantes de las series temporales financieras. Posteriormente, se ha estudiado el estado del arte de los métodos de predicción actuales como son las medias móviles, así como el desarrollo de un nuevo método consistente en la aplicación primero de un algoritmo de reducción de dimensionalidad mediante PCA con el posterior cálculo de medias móviles, con el objetivo de mejorar los resultados ofrecidos por el anterior. Se ha implementado, además, una interfaz gráfica de usuario con la que poder visualizar, entre otras funcionalidades, las series financieras de la base de datos disponible. Finalmente, de las conclusiones extraídas en predicción, se estudiará el efecto que tiene su aplicación en la generación de series sintéticas, mediante el generador que se dispone en el grupo ATVS, con la finalidad de ver si se consigue obtener una mayor verosimilitud de las características de las series sintéticas generadas ahora con respecto a las características que presentan las series financieras reales.

The project aims to study the financial time series, addressing issues ranging from the characterization, prediction, visualization and synthetic generation. First, there has been an analysis of the most relevant features of the financial time series. Subsequently, we have studied the current state of the art of prediction methods such as moving averages and the development of a new method which involves the application of a first dimensionality reduction algorithm using PCA with the subsequent calculation of moving averages with the aim to improve the results offered by the former. In addition, we have implemented a graphic user interface with which to view, among other features, the financial time series of the available database. Finally, from the conclusions drawn in prediction, the effect of its application in the generation of synthetic series will be studied using the generator provided in ATVS group, in order to see if it is possible to obtain a greater likelihood of the synthetic series features generated now with respect to the characteristics that the real financial series have.