Análisis, estudios e investigaciones sobre instrumentos y mercados financieros
K- Means: Clustering de acciones
Para continuar con el artículo anterior sobre K-Means, hoy quería ver un lado un poco más práctico. La idea es utilizar minería de datos aplicada a un problema de diversificación y agrupación sectorial de las acciones (no me olvido que en este blog se habla sobre inversión y trading cuantitativo, así que intento no perder demasiado el foco).
En este artículo, como técnica de clustering, utilizaremos el algoritmo K-Means con Python.
Comenzamos:
¿Cómo afecta la fortaleza del dólar a tu cartera? La evolución del dólar, divisa de referencia para los mercados, no puede dejar indiferente a ningún inversor (afecta tanto a aquellos que apuntan al largo plazo como a aquellos inversores más cortoplacistas).
Con la evolución del dólar de este año he podido leer varios artículos de analistas que buscan explicar, y a veces predecir, qué activos se verán más afectados. Mi problema es que muchos de estos artículos son básicamente narrativos y no me permiten medir el problema. A esta altura, algunos lectores de esta web ya conocen mi fanatismo por medir y cuantificar. No me siento cómoda aceptando ideas que no se pueden demostrar de alguna forma, así que he buscado un enfoque que me permite cuantificar la sensibilidad de varias clases de activos frente a la fortaleza del dolar.
Vamos a hacer un mini estudio utilizando Python y algunas estadísticas simples.
Pero primero comencemos aclarando qué entendemos por «sensibilidad» cuando hablamos de activos financieros.
La sensibilidad es la magnitud de la reacción de un instrumento financiero a los cambios en los factores subyacentes.
Como comentábamos antes en el artículo sobre asset allocation, las distintas clases de activos son los distintos bloques con los que se construye la cartera.
¡Hola! Hoy volvemos analizar el comportamiento de algunos ETFs utilizando Python.
En el artículo anterior mostramos la relación entre la renta variable y los bonos utilizando dos ETF. Como respuesta a ese artículo he recibido el siguiente comentario de un lector:
La verdad es que me ha parecido interesante el análisis que propone, y aprovechando que tenía guardado el anterior notebook de Jupyter, aquí van los resultados.
La idea es ver si la relación entre la renta variable y bonos ( SPY/TLT), que mostramos en el artículo anterior, también se daba cuando utilizamos otros ETFs, en este caso la propuesta era DIA/AGG.
Hola. El artículo de hoy tiene dos objetivos:
Por un lado, examinar la correlación (o la no correlación, ya lo veremos luego) entre el oro y la bolsa. Veremos también si el oro es un buen valor refugio para tiempos de bolsas bajistas.
Por otro lado, continuar con el análisis de series temporales, esta vez con ejemplos simples de estadística con Python.
Allá vamos …
