Research
ARIMA y los procesos autorregresivos
Fundamentos estadísticos para valorar si un activo es apto para la reversión a la media
- 1 Mar 2026
- Investigación Estadística
- Serie ARIMA
- Research 1 de 4
Primera entrega de la serie ARIMA. Explica qué es un proceso autorregresivo, cómo se interpreta su coeficiente y por qué el precio en bruto de un activo no suele ser estacionario, mientras que una diferencia de precios sí puede serlo. Presenta después el modelo ARIMA y sus tres componentes, y lo aplica con la librería statsmodels a los retornos logarítmicos del SPY, comentando cómo leer los resultados del ajuste.
Metodología
Del modelo autorregresivo al modelo ARIMA
El Research define el modelo autorregresivo y describe cómo el valor de su coeficiente distingue un comportamiento tendencial, uno aleatorio y uno estacionario. A partir de ahí descompone ARIMA en su parte autorregresiva, su parte integral y su parte de media móvil, y plantea medir el componente estacionario de la distancia de un precio a su media móvil.
El ejemplo práctico ajusta el modelo en Python sobre datos semanales descargados de Yahoo Finance e interpreta el coeficiente, su estadístico y su nivel de significación. El orden concreto del modelo, las ecuaciones y el código se desarrollan en el Research.
Relación con la Serie
Pertenece a la Serie ARIMA · Research 1 de 4
Este Research forma parte de la Serie «ARIMA» y no se vende por separado.
Research Serie
Continúa con la Serie completa
Serie ARIMA · 4 Research
SMQuantum publica contenido formativo, informativo y de investigación cuantitativa. SMQuantum no presta asesoramiento de inversión personalizado: no formula recomendaciones adaptadas a tu situación financiera, tu cartera, tu perfil de riesgo, tus objetivos o tus circunstancias personales. Las decisiones de inversión que tomes son tuyas. Invertir y operar en los mercados financieros implica riesgo y puede producir pérdidas. Los resultados históricos, simulados o de backtest no garantizan resultados futuros. Más información en el Aviso legal.