Modeling of Financial Time Series

Abstract

Este documento aborda el modelado de series de tiempo financieras desde una perspectiva de procesamiento de señales. Comienza explicando los rendimientos de activos, diferenciando entre rendimientos simples y logarítmicos, y destacando las ventajas de los log-rendimientos para el modelado. Se describen las propiedades estadísticas de estos rendimientos, conocidas como "stylized features", tales como colas pesadas, asimetría, correlación y clustering de volatilidad. Luego, se presentan diversos modelos para los log-rendimientos de múltiples activos, incluyendo el modelo I.I.D., modelos factoriales, el Modelo de Valoración de Activos de Capital (CAPM) y modelos autorregresivos de media móvil (ARMA). También se exploran modelos multivariados como el VAR, VMA y VARMA, así como el modelo de corrección de errores vectoriales (VECM) para series no estacionarias cointegradas. El documento concluye con una revisión de modelos de volatilidad condicional, como los modelos ARCH y GARCH, y sus versiones multivariadas, como VEC-GARCH y DCC. Finalmente, se mencionan los desafíos del modelado financiero, como la falta de estacionariedad y las colas pesadas.