Volatile Valuations

Las crisis económicas generalmente se arraigan a la evolución del ciclo de negocios. Tradicionalmente, surgen después de algún boom económico-financiero, el cual precipita a un fondo que destruye la demanda. Luego de que se alcanzan los precios mas bajos en el fondo del ciclo, la oferta es excesiva en comparación a la demanda, lo que atrae a nuevos compradores o inversionistas con capital de riesgo para invertir. Este fenómeno crea empleo, lo cual a su vez fomenta el consumo y de vuelta hacia el “peak” climático. En rigor se hace alusión al dicho “precios mas altos/bajos, se curan con precios más altos/bajos”. La narrativa de los auges financieros se entiende bien ( el apetito por el riesgo es alto, los precios de los activos se disparan y el crédito aumenta ), sin embargo, no es fácil detectar los auges económicos en tiempo real y con una confianza razonable (la narrativa análoga para la interpretación de crisis inminentes). Es aquí donde es necesario cuantificar el comportamiento de

Mi mas reciente creación en Python se ciñe a la implementación de un cliente o SDK (software development kit) de la API del Banco Central de Chile. Con este SDK van a poder extraer series de datos macroeconómicos que servirán para encontrar hallazgos, los cuales permitirán parametrizar el comportamiento de la economía de Chile y eventualmente del mundo. Para entender como funciona, en el siguiente articulo desarrollaré un tutorial el cual contempla: las funcionalidades básicas, como obtener acceso a la API y un ejemplo de aplicación práctico. Su documentación completa está en mi GitHub Acceso a la API Primero que todo deberás solicitar acceso a la API, dado que no es abierta. Para pedir el acceso deberás ingresar al siguiente sitio del Banco Central. Las instrucciones son muy claras y se demoran un plazo máximo de 15 días (en mi caso fue durante el mismo día). Te pedirán los siguientes documentos (asumiendo que eres una persona natural chilena):  • Rellenar el formulario de acceso (f

Los mercados son instancias en donde se transan bienes y servicios, los cuales actúan como sistemas descentralizados, gobernados por relaciones caóticas y fuertemente influenciados por factores estocásticos, es decir, son sistemas complejos. Los agentes económicos que cotizan, compran y venden los instrumentos agregan información proveniente de estímulos externos basados en riesgos macro económicos. Dentro de esos mercados, esta el mercado de bonos soberanos, los cuales transan las expectativas de crecimiento e inflación para el gobierno central de un país. Ambas variables se pueden ver desde dos ángulos complementarios: mercado secundario y balance fiscal.

This toolbox packages a set of stochastic processes for prices and rates simulation, aiming to create a synthetic dataset for quantitative back-testing of trading strategies and asset allocations methods. TLDR; Matlab SDK for stochastic simulation of stock prices and bond rates. Additionally, some utilities to sample data are included, such as Order flow and information-driven bars. Please visit the site documentation for details Rationale Simulating synthetic stock prices and bond rates provides an alternative back-testing method that uses history to generate datasets with statistical characteristics estimated from the observed data. This method allows back-testing on a large sample of unseen scenarios, reducing the likelihood of overfitting to a particular historical data set. Because each trading strategy needs an implementation tactic (a.k.a., trading rules) to enter, maintain, and exit the respective positions on each instrument, a simulation over thousands of different scenari