P. Gargallo Valero, L. Lample Gracia, J. Miguel Álvarez, M. Salvador Figueras

Este trabajo presenta un enfoque basado en la teoría de redes para la optimización de carteras de inversión, combinando técnicas estadísticas avanzadas con análisis de grafos. Estimamos modelos VAR-DCC-GARCH para capturar correlaciones dinámicas entre activos y construir un grafo no dirigido, cuyas conexiones reflejan relaciones significativas. Además, aplicamos el test de causalidad de Granger para generar un grafo dirigido que identifica relaciones predictivas entre ellos.
La combinación de ambos proporciona un grafo dirigido y ponderado, sobre el cual aplicamos técnicas de filtrado y clustering para seleccionar los activos que compondrán la cartera. Los pesos de los activos se asignan mediante modelos de optimización, permitiendo evaluar diferentes configuraciones de riesgo y rentabilidad. Finalmente, analizamos la evolución temporal de las redes y su impacto en la composición de la cartera, evaluando su desempeño a través de métricas financieras.

Palabras clave: VAR-DCC_GARCH, Redes financieras, Filtrado y Clúster, Selección de carteras

Programado

Sesión de pósters II
13 de junio de 2025  15:30
Foyer principal (coffe break)


Otros trabajos en la misma sesión

Predicción de la Rigidez Arterial en Estudios Longitudinales mediante Machine Learning

C. Patino Alonso, M. Gómez Sánchez, L. Gómez Sánchez, S. González Sánchez, C. Agudo Conde

Predicting salting time in dry-cured hams using linear mixed models

L. Acosta, X. Espuña, J. A. Sanchez-Espigares

Relación entre biomarcadores inflamatorios y recuperación funcional tras un ictus: el papel protector del RLM

D. L. Tarruella Hernández, A. García Molina, J. B. Salom Sanvalero, M. M. Dolcet Negre, M. J. Rivas Lopez

TUGlabR, an R package for coalitional games

Á. de Prado Saborido, M. Mirás Calvo, I. Núñez Lugilde, C. Quinteiro Sandomingo, E. Sánchez Rodríguez

Análisis multivariante de los efectos de la estimulación ambiental en ratones, para la caracterización de la plasticidad hipocampal.

C. A. Ávila-Zarza, S. Sánchez-Monreal, T. Cocho, N. Rodríguez-Iglesias, C. Escudero, L. A. de Castro, J. R. Alonso, J. Valero

TAID: Un Algoritmo de Segmentación para Análisis Complejos en el Sector Bovino Cárnico

M. Anciones Polo, A. Queiruga-Dios, P. Vicente Galindo, E. Benéitez-Andrés, M. Rodríguez-Rosa


Política de cookies

Usamos cookies solamente para poder idenfiticarte y autenticarte dentro del sitio web. Son necesarias para el correcto funcionamiento del mismo y por tanto no pueden ser desactivadas. Si continúas navegando estás dando tu consentimiento para su aceptación, así como la de nuestra Política de Privacidad.

Adicionalmente, utilizamos Google Analytics para analizar el tráfico del sitio web. Ellos almacenan cookies también, y puedes aceptarlas o rechazarlas en los botones de más abajo.

Aquí puedes ver más detalles de nuestra Política de Cookies y nuestra Política de Privacidad.