Este documento desarrolla el algoritmo de causalidad generalizado y lo aplica a una multitud de datos de los campos de la economía y las finanzas. Específicamente, nuestro algoritmo libre de parámetros determina de manera eficiente el mapeo no lineal óptimo e identifica los efectos de desfase entre dos series temporales dadas. Este procedimiento permite un ajuste elástico del eje temporal para encontrar secuencias similares pero desplazadas en fase, capturando también cambios estructurales en su relación. Un estudio de simulación a gran escala valida el rendimiento superior en la gran mayoría de las combinaciones de parámetros en términos de eficiencia, robustez y viabilidad. Finalmente, la metodología presentada se aplica a datos reales de las áreas de macroeconomía, finanzas y metales. Las parejas de mayor similitud son el producto interno bruto y el índice de precios al consumidor (macroeconomía), el índice S&P 500 y el índice bursátil alemán (finanzas), así como el oro y la plata (metales). Además, el algoritmo aprovecha al máximo su flexibilidad e identifica tanto cambios estructurales diversos como patrones de régimen a lo largo del tiempo, que están (parcialmente) bien documentados en la literatura.