Análisis Práctico de Series Temporales

Capítulo 14. Aplicaciones financieras

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

Los mercados financieros son el abuelo de todos los datos de series temporales. Si pagas por datos de negociación propios en una bolsa de alta tecnología, puedes recibir avalanchas de datos del tamaño de terabytes que pueden tardar días en procesarse, incluso con una informática de alto rendimiento y un procesamiento vergonzosamente paralelo.

Los operadores de alta frecuencia se encuentran entre los miembros más nuevos e infames de la comunidad financiera, y operan con la información y los conocimientos resultantes del análisis de series temporales a nivel de microsegundos. Por otra parte, las empresas comerciales tradicionales -que analizan series temporales a más largo plazo durante horas, días o incluso meses- siguen teniendo éxito en los mercados, lo que demuestra que el análisis de series temporales de datos financieros puede realizarse con éxito de muchas maneras y en escalas temporales que abarcan muchos órdenes de magnitud, desde milisegundos hasta meses.

Nota

Embarazosamente paralelo describe las tareas de procesamiento de datos en las que los resultados del procesamiento de un segmento de datos no dependen en absoluto de los valores de otro segmento de datos. En tales casos, es embarazosamente fácil convertir las tareas de análisis de datos para que se ejecuten en paralelo en lugar de en secuencia, para aprovechar ...