Video Experimental Relacionado
Updated: Sep 9, 2025

Statistical Modelling of Cortical Connectivity Using Non-invasive Electroencephalograms
Published on: November 1, 2019
El contenido informativo basado en matrices aleatorias de las matrices de correlación en los mercados de valores
Laura Molero González1,2, Roy Cerqueti2,3, Raffaele Mattera4
1Department of Economics and Business, University of Almería, 04120 Almería, Spain.
Este estudio utiliza la teoría de la matriz aleatoria para analizar las matrices de correlación del mercado de valores. Identifica el valor propio más alto como derrame de mercado y su vector propio como la cartera de mercado, con otros valores propios superiores que actúan como refugios seguros.
Área de la Ciencia:
- Las finanzas cuantitativas
- Econometría financiera
- Análisis estadístico de los mercados financieros
Sus antecedentes:
- Comprender la dinámica del mercado de valores es crucial para las estrategias de inversión.
- Las matrices de correlación de los rendimientos de las acciones ofrecen información sobre la estructura del mercado.
- La teoría de matrices aleatorias (RMT) proporciona herramientas para analizar grandes conjuntos de datos y separar la señal del ruido.
Objetivo del estudio:
- Analizar el papel de los valores propios y vectores propios de las matrices de correlación de rentabilidad de las acciones en los mercados financieros.
- Interpretar el significado financiero de las señales identificadas utilizando RMT y la distribución de Marchenko-Pastur.
- Identificar los impulsores del mercado y los activos potenciales de refugio seguro dentro de la volatilidad del mercado.
Principales métodos:
- Aplicación de la teoría de la matriz aleatoria (RMT) y la ley de distribución de Marchenko-Pastur.
- Descomposición del valor propio y del vector propio de las matrices de correlación de rentabilidad de las existencias.
- Análisis de las betas de cartera para interpretar la importancia financiera de los componentes identificados.
Principales resultados:
- El valor propio más alto de la matriz de correlación actúa como un sustituto de la repercusión en el mercado.
- El vector propio asociado con el valor propio más alto representa la cartera de mercado.
- Los valores propios segundo y tercero más altos y sus vectores propios pueden actuar como refugios seguros durante la alta volatilidad.
Conclusiones:
- RMT distingue efectivamente las señales del mercado del ruido en los datos financieros.
- Los valores propios y vectores propios clave proporcionan información procesable sobre el comportamiento del mercado, el derrame y la gestión del riesgo.
- Los resultados ofrecen un enfoque cuantitativo para comprender la estructura del mercado e identificar estrategias de inversión para las diferentes condiciones del mercado.
Videos de Conceptos Relacionados
Correlation and Regression
Microsoft Excel: Pearson's Correlation
Calculating and Interpreting the Linear Correlation Coefficient
Coefficient of Correlation
If you suspect a linear relationship between x and y, then r can measure how strong the linear relationship is.
What the VALUE of r tells us:
The value of r is always between –1 and +1: –1 ≤ r ≤ 1.
The size of the correlation r indicates the...
Correlation
Two variables, for example, a and b, are said to be positively correlated if both variables move in the same direction. In other words, a positive correlation exists between two variables, a and b, if:
Correlations

