Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

ECO2008-02588

Financiado

Cerrado

APLICACION DE LOS METODOS DE SUBESPACIOS: ANALISIS MASIVO DE SERIES HISTORICAS Y...

APLICACION DE LOS METODOS DE SUBESPACIOS: ANALISIS MASIVO DE SERIES HISTORICAS Y DATOS FINANCIEROS EL PROYECTO QUE SE PRESENTA EN ESTE DOCUMENTO ES UNA CONTINUACION DEL TITULADO ¿TECNICAS DE SUBESPACIOS: APLICACIONES A LA MODELIZACION Y DESAGREGACION DE SERIES TEMPORALES ECONOMICAS¿ (REF, SEJ2005-07388/ECON) QUE HA SIDO DESARRO... ver más

01/01/2008

UCM

48K€

Presupuesto del proyecto: 48K€

Líder del proyecto

Universidad Complutense de Madrid No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 3281

Fecha límite participación Sin fecha límite de participación.

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2008-01-01 No tenemos la información de la convocatoria

0% 100%

Información adicional privada

No hay información privada compartida para este proyecto. Habla con el coordinador.

Participantes

UCM

Lider

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Proyectos interesantes

ECO2012-32854 NUEVOS METODOS DE PREDICCION PARA DATOS MACROECONOMICOS Y FI... 26K€ Cerrado

ECO2011-23972 TECNICAS DE SUBESPACIOS: ESPECIFICACION Y ESTIMACION DE MODE... 22K€ Cerrado

PID2019-109196GB-I00 APRENDIZAJE ESTADISTICO CON BIG DATA PARA PROBLEMAS COMPLEJO... 57K€ Cerrado

BES-2014-069118 MODELOS Y METODOS COMPUTACIONALES PARA DATOS MASIVOS ESTRUCT... 93K€ Cerrado

ECO2012-36685 FINANZAS EMPIRICAS 42K€ Cerrado

ECO2009-10287 NUEVOS METODOS PARA LA SELECCION DE INDICADORES ECONOMICOS A... 69K€ Cerrado

Líder del proyecto

Universidad Complutense de Madrid No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 3281

Presupuesto del proyecto 48K€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto EL PROYECTO QUE SE PRESENTA EN ESTE DOCUMENTO ES UNA CONTINUACION DEL TITULADO ¿TECNICAS DE SUBESPACIOS: APLICACIONES A LA MODELIZACION Y DESAGREGACION DE SERIES TEMPORALES ECONOMICAS¿ (REF, SEJ2005-07388/ECON) QUE HA SIDO DESARROLLADO POR EL MISMO EQUIPO INVESTIGADOR, PARTE DE LOS RESULTADOS DE ESTE PROYECTO PREVIO SE CONCRETABA EN UNA METODOLOGIA PARA LA ESPECIFICACION Y ESTIMACION RAPIDA DE MODELOS CANONICOS PARA SERIES TEMPORALES, BASADA EN TECNICAS DE SUBESPACIOS, EL OBJETIVO PRINCIPAL DEL PROYECTO QUE AHORA PRESENTAMOS CONSISTE EN EXTENDER LA CITADA METODOLOGIA PARA SU APLICACION EN DOS CONTEXTOS CONCRETOS: LAS BASES DE DATOS MASIVAS DE SERIES TEMPORALES Y LAS SERIES FINANCIERAS,LAS BASES DE DATOS MASIVAS DE SERIES TEMPORALES HAN SURGIDO AL APLICAR LA INFORMATICA A LAS ACTIVIDADES DE EMPRESAS U ORGANISMOS DE LA ADMINISTRACION, ESTO HA DADO LUGAR, DE FORMA NATURAL, A ACUMULAR REGISTROS DE UN NIVEL DE DETALLE SORPRENDENTE, TIPICAMENTE FORMADOS POR CIENTOS, O INCLUSO MILES, DE SERIES TEMPORALES QUE DESCRIBEN LA EVOLUCION DE UN MISMO CONJUNTO DE VARIABLES RELEVANTES, MEDIDAS EN DISTINTOS LUGARES, A LO LARGO DE UN PERIODO DE TIEMPO EXTENSO, ALGUNOS EJEMPLOS DE ESTE TIPO DE BASES DE DATOS PUEDEN SER: CONSUMOS DE ELECTRICIDAD, AGUA O GAS EN DISTINTOS MUNICIPIOS, VENTAS EN DISTINTAS SUCURSALES O TIENDAS DE UNA RED COMERCIAL, EVOLUCION DE VARIABLES EPIDEMIOLOGICAS EN DISTINTAS REGIONES, ETC, LA CONTRAPARTIDA DE ESTE AVANCE ES QUE LAS TECNICAS ESTANDAR NO PERMITEN EXPLOTAR ESTAS MUESTRAS CON UNA COMBINACION ADECUADA DE CALIDAD Y COSTE, LOS METODOS DE SUBESPACIOS SON ADECUADOS PARA CUBRIR ESTAS NECESIDADES, YA QUE SON NO ITERATIVOS, ROBUSTOS Y COMPUTACIONALMENTE EFICIENTES, ASIMISMO, LA METODOLOGIA DE ESPECIFICACION DESARROLLADA EN EL PROYECTO PREVIO PARECE ADECUADA PARA ESTAS MUESTRAS, YA QUE PERMITE ESPECIFICAR UN MODELO A PARTIR DE LAS PROPIEDADES DE LOS DATOS, DE FORMA AUTOMATIZABLE PERO SUFICIENTEMENTE FLEXIBLE COMO PARA QUE EL ANALISTA INTERVENGA EN AQUELLAS DECISIONES QUE CONSIDERE CRITICAS,EL SEGUNDO OBJETIVO CONSISTE EN EXTENDER LA METODOLOGIA AL ANALISIS DE SERIES FINANCIERAS, ESTOS DATOS TIENEN DOS CARACTERISTICAS TIPICAS: LAS MUESTRAS SUELEN SER MUY LARGAS Y NO SE DISTRIBUYEN DE FORMA NORMAL, SINO QUE MUESTRAN EXCESOS DE CURTOSIS Y, OCASIONALMENTE, ASIMETRIA, NUESTRO PROPOSITO EN ESTE ENTORNO ES DOBLE, EN PRIMER LUGAR, QUEREMOS ADAPTAR LOS METODOS DE ESPECIFICACION YA DESARROLLADOS A DISTRIBUCIONES NO NORMALES DE LOS DATOS, EN UN CONTEXTO EN EL QUE LAS PROPIEDADES ASINTOTICAS DE LOS ESTADISTICOS Y LOS ESTIMADORES SON CREIBLES DEBIDO AL TAMAÑO MUESTRAL, PARA ELLO NOS APOYARIAMOS EN EL DISEÑO DE CRITERIOS DE INFORMACION OPTIMIZADOS PARA MUESTRAS NO NORMALES MEDIANTE TECNICAS DE SIMULACION (BENGTSSON Y CAVANAUGH, 2006), EN SEGUNDO LUGAR, QUEREMOS VALORAR QUE RESULTADOS PROPORCIONA NUESTRA METODOLOGIA SI LA APLICAMOS PARA ESPECIFICAR MODELOS CANONICOS DE HETEROSCEDASTICIDAD CONDICIONAL (ENGLE, 1982; BOLLERSLEV, 1986), EN NUESTRA OPINION, BUSCAR UNA PARAMETRIZACION CANONICA DE LA MATRIZ DE COVARIANZAS EN UNA VIA REALISTA PARA REDUCIR EL COSTE COMPUTACIONAL Y LA INESTABILIDAD NUMERICA INHERENTES A LA ESTIMACION POR MAXIMA VEROSIMILITUD DE DICHOS MODELOS, métodos de subespacios\series temporales\datos financieros\identificación\previsión

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores