Resumen

El propósito principal de este documento es explorar los componentes principales del índice bursátil de Shanghai 50 a través del análisis de componentes principales funcionales (FPCA, por sus siglas en inglés). El análisis de datos funcionales (FDA, por sus siglas en inglés) trata con variables aleatorias (o procesos) con realizaciones en el espacio funcional suave. Una de las técnicas de FDA más populares es el análisis de componentes principales funcionales, que fue introducido para el análisis estadístico de un conjunto de series temporales financieras desde un punto de vista exploratorio. FPCA es el análogo funcional de la conocida técnica de reducción de dimensiones en el análisis estadístico multivariado, buscando transformaciones lineales del vector aleatorio con la máxima varianza. En este documento, estudiamos la volatilidad mensual de los rendimientos del índice bursátil de Shanghai 50 (SSE50). Utilizando FPCA para reducir la dimensión a un nivel finito, extraímos los componentes más significativos de los datos y algunas características

• Materias:Sistemas no lineales Dinámica no lineal Red de tráfico dinámico Algoritmo alométrico Sistema conmutado
• Subjects:Nonlinear systems Nonlinear dynamics Dynamic traffic network Allometric algorithm Switched system
• Palabras claves:Explorar; índice de las 50 acciones de la Bolsa de Valores de Shanghái; Análisis de componentes principales funcionales; Técnicas de análisis discriminante funcional; Series temporales financieras; Volatilidad de retornos mensuales; Reducción de dimensiones; Características estadísticas; Funciones aleatorias; Factores de varianza
• Keywords:Explore; Shanghai stock exchange 50 index; Functional principal component analysis; Fda techniques; Financial time series; Monthly return volatility; Dimension reduction; Statistical features; Random functions; Variance factors