Los ciclos en los mercados bursátiles : el factor temporal en la formación de los precios

Abstract

Este trabajo presenta los resultados de un análisis funcional de los precios de los índices Ibex 35, Dow Jones Industrial Average, DAX y Nasdaq desde su creación hasta diciembre 2016, con el objetivo de identificar patrones temporales que sirvan de guía y puedan incorporarse en el proceso de toma de decisiones de inversión. Se han identificado ciclos Kondratieff (44-60 años), ciclos Juglar (aproximadamente 9 años), Kitchin (aproximadamente 3.4 años), ciclos de 2 años, de 22-26 semanas, de 30 días naturales (también conocido como el ciclo Lunar) y de 3 días naturales en los cuatro mercados analizados; no se ha podido identificar el ciclo Kondratieff en el Ibex-35, debido a la falta de datos suficientes. Asimismo, la investigación demuestra que los resultados se mejoran si se incorpora al modelo la posibilidad de variación del +/-10-30% en el periodo del movimiento cíclico. Por último, esta investigación explora la aplicación de los diagramas de fase para el análisis estacional, detectando como meses de cambio abril-junio y octubre-noviembre, conclusión que sería coherente con el patrón estacional “Sell-in-May-and-Go-Away”.This paper presents the results of the functional data analysis of the prices of the Ibex 35, Dow Jones Industrial Average, DAX and Nasdaq since their inception to December 2016, aiming to identify temporal patterns that can be incorporated into the investment decision-making process. It has been have identified Kondratieff cycles (44-60 years), Juglar cycles (c. 9 years), Kitchin cycles (c. 3.4 years), 2-year cycles, 22-26-week cycles, 30-calendar-day cycles (also known as Lunar cycle) and 3-calendar-day cycle (all found in the four markets except for the Kondratieff cycle in the Ibex-35, due to the lack of sufficient data). In addition, this research shows that the model results are improved if the possibility of variation of +/-10-30% in the period of the cyclical movement is incorporated. Finally, this research explores the application of phase plane plots to the seasonal analysis, detecting as months of change April to June and October to November. This conclusion is consistent with the seasonal pattern "Sell-in-May-and-Go-Away".