Modelos ocultos de Markov aplicados a series financieras

• Autores: Lopez, Leandro
• Año de publicación: 2026
• Idioma: español castellano
• Tipo de recurso: tesis de grado
• Colaborador/a o director/a de tesis: Kisbye, Noemí Patricia
• Materia: Mathematics of computing; Markov networks; Probabilistic representations; Modelos Ocultos de Markov; HMM; Series de tiempo financieras; Cambio de régimen; Inferencia estadística; Volatilidad del mercado
• Institución: Universidad Nacional de Córdoba

Tesis (Lic. en Ciencias de la Computación)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2026.
Fil: Lopez, Leandro. Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación; Argentina.
En este trabajo nos centraremos en un modelo de análisis de series temporales poco utilizado conocido como modelos ocultos de Markov. A lo largo del escrito se usará el método para realizar análisis y predicciones sobre activos argentinos, desde evaluaciones sobre los distintos regímenes detectados por el modelo así como de la capacidad de estos de generar datos futuros partiendo desde un momento dado en el tiempo, comparando con datos reales para comprobar que tan confiables son. Por último, buscaremos comparar los resultados con el actual modelo de an´alisis de series temporales más usado para finanzas, ARIMA, con el objetivo de encontrar cual es más confiable, así como las ventajas y desventajas que presentan los modelos ocultos de Markov frente a este último.
In this work we will focus on a little-used time series analysis model known as Hidden Markov Models. Throughout this paper, the method will be used to perform analysis and predictions on Argentine assets, ranging from evaluations of the different regimes detected by the model to its ability to generate future data starting from a given point in time, comparing the results against real data to assess how reliable they are. Finally, we will seek to compare the results with the currently most widely used time series analysis model in finance, ARIMA, with the objective of determining which is more reliable, as well as the advantages and disadvantages that Hidden Markov Models present with respect to the latter.
Fil: Lopez, Leandro. Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación; Argentina.