Descomposición Multiescala y Análisis Espectral de la Dinámica de Precios de ETFs Sectoriales
Autores: Leung, Tim; Zhao, Theodore
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Descomposición Multiescala y Análisis Espectral de la Dinámica de Precios de ETFs Sectoriales
Categoría
Gestión y administración
Subcategoría
Gestión de recursos
Palabras clave
Análisis multiescala
ETFs sectoriales
CEEMD
Volatilidades condicionales
Análisis espectral de Hilbert
Desviación de frecuencia
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 31
Citaciones: Sin citaciones
Presentamos un análisis multiescalar de la dinámica de precios de los fondos cotizados en bolsa (ETFs) sectoriales de EE. UU. Nuestra metodología presenta un enfoque asistido por ruido multiescalar, llamado descomposición empírica de modo en conjunto complementario (CEEMD), que descompone cualquier serie temporal financiera en una serie de funciones de modo intrínsecas de frecuencias altas a bajas. Al combinar modos de alta frecuencia o modos de baja frecuencia, mostramos cómo filtrar la serie temporal financiera y estimar volatilidades condicionales. Los resultados muestran las diferentes dinámicas de los ETFs sectoriales en múltiples escalas de tiempo. Luego aplicamos el análisis espectral de Hilbert para derivar el espectro de energía-frecuencia instantáneo de cada ETF sectorial. Usando precios históricos de ETFs, ilustramos y comparamos las propiedades de varias escalas de tiempo incrustadas en la serie temporal original. A través de las nuevas métricas del espectro de potencia de Hilbert y la desviación de frecuencia, podemos identificar diferencias entre los ETFs sectoriales y respecto al SPY que no eran obvias antes.
Descripción
Presentamos un análisis multiescalar de la dinámica de precios de los fondos cotizados en bolsa (ETFs) sectoriales de EE. UU. Nuestra metodología presenta un enfoque asistido por ruido multiescalar, llamado descomposición empírica de modo en conjunto complementario (CEEMD), que descompone cualquier serie temporal financiera en una serie de funciones de modo intrínsecas de frecuencias altas a bajas. Al combinar modos de alta frecuencia o modos de baja frecuencia, mostramos cómo filtrar la serie temporal financiera y estimar volatilidades condicionales. Los resultados muestran las diferentes dinámicas de los ETFs sectoriales en múltiples escalas de tiempo. Luego aplicamos el análisis espectral de Hilbert para derivar el espectro de energía-frecuencia instantáneo de cada ETF sectorial. Usando precios históricos de ETFs, ilustramos y comparamos las propiedades de varias escalas de tiempo incrustadas en la serie temporal original. A través de las nuevas métricas del espectro de potencia de Hilbert y la desviación de frecuencia, podemos identificar diferencias entre los ETFs sectoriales y respecto al SPY que no eran obvias antes.