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:
El otro día, en una de esas charlas de domingo y sobremesa veraniega, discutía con un amigo sobre la evolución de unas acciones en bolsa ( si… vale, reconozco que soy una persona rara para elegir los temas de conversación). Bueno, el caso es que estábamos hablando sobre por qué parece que todas sus acciones suben o bajan al mismo tiempo y allí intenté explicarle qué es la Beta de una acción. Lo intenté, pero como podréis imaginar mi explicación oral a la hora de la sobremesa fue un fracaso.
Así que he decidido preparar un post para compartir con todos vosotros y de paso explicar lo más claramente posible 2 conceptos básicos de finanzas: el Alfa y Beta de una acción.
Allá vamos:
Una empresa puede retribuir al inversor a través de los dividendos. Esa es una forma clásica de obtener rentabilidad que todos conocemos. Pero las empresas también pueden retribuir al inversor por medio de la recompra de acciones y su posterior amortización (stock buyback).
El análisis de acciones no es habitual en este blog. Generalmente, prefiero operar en bolsa a través de sistemas de trading y no suelo realizar entradas discrecionales con acciones. Pero tengo que confesar que también tengo acciones en mi cartera y que muchas veces analizo algunos títulos como por ejemplo Freeport.
La situación de esta acción de me ha parecido cuando menos interesante como para escribir un pequeño artículo.
Para aquellos que no los conozcan, presento a las partes:
