Thesis
PROPUESTA DE MODELOS ADAPTATIVOS HÍBRIDOS Y NO-HÍBRIDOS PARA EL PRONÓSTICO DE VOLATILIDAD DEL PRECIO MENSUAL DEL COBRE MEDIANTE ALGORITMOS GENÉTICOS

Simple item page
dc.contributor.advisorKRISTJANPOLLER RODRÍGUEZ, WERNER DAVID
dc.contributor.departmentUniversidad Tecnica Federico Santa Maria UTFSM INDUSTRIASes_CL
dc.coverage.spatialUniversidad Técnica Federico Santa María UTFSM. Casa Central Valparaísoes_CL
dc.creatorGARCÍA BOZZO, DIEGO IGNACIO
dc.date.accessioned2018-06-14T20:08:46Z
dc.date.available2018-06-14T20:08:46Z
dc.date.issued2018
dc.descriptionCatalogado desde la version PDF de la tesis.es_CL
dc.description.abstractEste trabajo busca realizar pronósticos de volatilidad para el mercado del cobre en frecuencia mensual, lo cual es de interés práctico para diferentes participantes tales como productores, consumidores, gobiernos e inversionistas.Teniendo en cuenta datos históricos desde 1990 y los principales determinantes de este mercado en específico, se propone un conjunto de modelos de series de tiempo, modelos no-paramétricos, y especificaciones híbridas de ambos. La capacidad de adaptación de estos modelos tanto en variables exógenas, parámetros de configuración y tamaño de ventana, simultáneamente, es entregada mediante un algoritmo genético con el propósito de alcanzar los mejores pronósticos posibles.El desempeño fuera de muestra examinado se basa en el Heteroskedasticity-adjusted Mean Squared Error (HMSE), y se evalúa la superioridad de modelos usando el Model Confidence Set (MCS). Los resultados muestran que realizar pronósticos de una forma adaptativa es crucial para obtener desempeños robustos y mejorados. La especificación del tipo Adaptive-GARCH-FIS demuestra poseer el mayor poder de pronóstico.es_CL
dc.description.abstractThis thesis studies volatility forecasting in monthly terms for the copper market, which is of practical interest for different participants such as producers, consumers, governments, and investors.Using data since 1990 and the main drivers of this specific market, we propose a set of time series models, non-parametric models, and hybrid specifications of both. The adaptability characteristic of these models in exogenous variables, their configuration parameters and window size, simultaneously, are provided by a genetic algorithm in pursuit of achieving the best possible forecasts.We examine out-of-sample performance based on Heteroskedasticity-adjusted Mean Squared Error (HMSE), and we test model superiority using the Model Confidence Set (MCS). The results show that making forecasts in an adaptive manner is crucial to obtaining robust and improved performances. The Adaptive-GARCH-FIS specification yields the best forecasting power.eng
dc.description.degreeMAGÍSTER EN CIENCIAS DE LA INGENIERÍA INDUSTRIAL
dc.format.extent87 h.
dc.format.mediumCD ROM
dc.format.mimetypeapplication/pdf
dc.identifier.barcode3560900257649
dc.identifier.urihttp://hdl.handle.net/11673/40881
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.accessRightsA - Internet abierta www.repositorio.usm.cl y otros repositorios a la que la USM se adscriba
dc.subjectALGORITMOS GENETICOSes_CL
dc.subjectMODELOS ADAPTATIVOS HIBRIDOSes_CL
dc.subjectPRECIO DEL COBREes_CL
dc.titlePROPUESTA DE MODELOS ADAPTATIVOS HÍBRIDOS Y NO-HÍBRIDOS PARA EL PRONÓSTICO DE VOLATILIDAD DEL PRECIO MENSUAL DEL COBRE MEDIANTE ALGORITMOS GENÉTICOSes_CL
dc.typeTesis Pregradoes_CL
dc.type.driverinfo:eu-repo/semantics/masterThesis
dspace.entity.typeTesis
usm.date.thesisregistration2017
usm.identifier.thesis4500026151
Files
Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
3560900257649UTFSM.pdf
Size:
1.67 MB
Format:
Adobe Portable Document Format
Description:
Download
Collections
Tesis de Postgrado de Acceso Abierto