Repository logo
Communities & Collections
All of DSpace
  • English
  • Español
Log In
New user? Click here to register. Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "Mercado Rojel, Alonso"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • Results Per Page
  • Sort Options
  • Loading...
    Thumbnail Image
    Thesis
    Evaluación comparativa de modelos GARCH Y GARCH-LSTM con VIX para la predicción de volatilidad en ETFs del sector energético de EE.UU.
    (Universidad Técnica Federico Santa María, 2025-12-10) Mercado Rojel, Alonso; Pincheira Sarmiento, Bernardo Eugenio; Departamento de Industrias; Kristjanpoller Rodríguez, Werner David
    El presente estudio tiene como objetivo comparar el desempeño predictivo de modelos clásicos de volatilidad —pertenecientes a la familia GARCH— con modelos híbridos que integran redes neuronales LSTM (Long Short-Term Memory) aplicados a series de tiempo financieras de fondos cotizados en bolsa (ETFs) del sector energético de Estados Unidos. Se consideran nueve ETFs representativos, abarcando tanto energías renovables como convencionales, con el fin de analizar posibles diferencias en el comportamiento de la volatilidad entre ambos grupos. La metodología combina un enfoque econométrico y de aprendizaje profundo. En una primera etapa, se estiman modelos GARCH, GJR- RCH y EGARCH, con y sin inclusión del índice VIX como variable exógena. Posteriormente, se desarrollan modelos híbridos LSTM–GARCH, entrenados mediante optimización bayesiana con Optuna, considerando configuraciones de hiperparámetros que equilibran complejidad y estabilidad. La evaluación del desempeño se realiza bajo un esquema out-of-sample utilizando métricas como R2, MSE, MAE, QLIKE, HMSE, HMAE, MDA y el procedimiento de Model Confidence Set (MCS). Los resultados evidencian que los modelos híbridos mejoran sistemáticamente las métricas de ajuste y error medio, particularmente en la predicción de la desviación estándar, donde alcanzan superioridad estadística según la prueba MCS. Sin embargo, en el modelado de la varianza, las diferencias con los modelos clásicos no resultan estadísticamente significativas, sugiriendo que la mayor complejidad de las arquitecturas LSTM no siempre se traduce en mejoras sustanciales. Asimismo, la inclusión del VIX como variable exógena aporta ligeras ventajas en estabilidad direccional (MDA), aunque no garantiza dominancia sobre los modelos sin dicha variable. En cuanto al comportamiento por tipo de activo, los ETFs de energías renovables presentan una volatilidad más alta y heterogénea en el periodo de evaluación, mientras que los de energías convencionales muestran patrones más estables, sin que ello implique diferencias significativas en la capacidad predictiva de los modelos.

UNIVERSIDAD

  • Nuestra Historia
  • Federico Santa María
  • Definiciones Estratégicas
  • Modelo Educativo
  • Organización
  • Información Estadística USM

CAMPUS Y SEDES

  • Información Campus y Sedes
  • Tour Virtual
  • Icono Seguridad Política de Privacidad

EXTENSIÓN Y CULTURA

  • Dirección de Comunicaciones Estratégicas y Extensión Cultural
  • Dirección General de Vinculación con el Medio
  • Dirección de Asuntos Internacionales
  • Alumni
  • Noticias
  • Eventos
  • Radio USM
  • Cultura USM

SERVICIOS

  • Aula USM
  • Biblioteca USM
  • Portal de Autoservicio Institucional
  • Dirección de Tecnologías de la Información
  • Portal de Reportes UDAI
  • Sistema de Información de Gestión Académica
  • Sistema Integrado de Información Argos ERP
  • Sistema de Remuneraciones Históricas
  • Directorio USM
  • Trabaja con nosotros
Acreditación USM
usm.cl
Logo Acceso
Logo Consejo de Rectores
Logo G9
Logo AUR
Logo CRUV
Logo REUNA
Logo Universia

DSpace software copyright © 2002-2025 LYRASIS

  • Privacy policy
  • End User Agreement
  • Send Feedback