Aplicación de modelos unifactoriales y aprendizaje automático en el mercado colombiano de deuda pública Application of unifactorial models and machine learning for the colombian fixed income market

Resumen

En este trabajo se implementa el modelo propuesto por Vasicek y el de Cox et al., en ventanas móviles de tiempo, y observaremos su desempeño de pro­nóstico en el lapso de un año para el mercado colombiano de deuda pública.

Los resultados se van a comparar con modelos de aprendizaje de máqui­nas, específicamente con modelos de árboles de regresión, redes neuronales y bosques aleatorios (random forest); a pesar de no tener un sustento económico, estos modelos se usan ampliamente para manejar problemas de pronóstico en diferentes áreas del conocimiento y, al igual que los modelos de tasas unifacto­riales, se pueden utilizar para determinar los niveles futuros de tasas de interés, abordándolos como un problema de regresión.