Tesis: Nuevas direcciones en Optimal Stopping

Este repositorio contiene los códigos y recursos asociados a mi tesis de magíster en ciencias de datos e ingeniería matemática, titulada "Nuevas direcciones en Optimal Stopping: Uso y testeo de algoritmos online para problemas de compra y venta". La tesis explora la implementación y análisis de algoritmos online, particularmente el algoritmo de threshold simple, en contextos teóricos y prácticos.

Estructura del Repositorio

El repositorio está organizado en las siguientes carpetas y archivos:

1. Simulations

Esta carpeta contiene códigos y simulaciones destinadas a:

• Estimar el comportamiento de secuencias de precios generadas de forma aleatoria.
• Evaluar el desempeño de algoritmos online frente a estas secuencias.

Estas simulaciones buscan entender cómo los algoritmos reaccionan a diferentes escenarios teóricos, proporcionando un análisis numérico más allá de los límites de las pruebas analíticas.

2. Real Data Implementations

En esta carpeta se incluyen:

• Implementaciones de las técnicas y algoritmos descritos en la tesis utilizando datos de mercados reales.
• Análisis y resultados obtenidos a partir de estos experimentos.

Archivos Adicionales

• thesis.pdf: Una copia de mi tesis completa, donde se detallan los fundamentos teóricos, la metodología y los resultados obtenidos.
• theoretical_concepts.md: Un archivo Markdown que introduce brevemente los conceptos teóricos esenciales relacionados con los algoritmos online y problemas de optimal stopping.

Uso del Repositorio

1. Simulations:

   • Para ejecutar las simulaciones, asegúrate de tener instalado Python y las librerías necesarias especificadas en requirements.txt.
   • Dirígete a la carpeta Simulations y sigue las instrucciones del archivo README dentro de la carpeta.

2. Real Data Implementations:

   • Los datos utilizados para los experimentos deben estar ubicados en la subcarpeta correspondiente dentro de Real Data Implementations.
   • Ajusta los parámetros del código según sea necesario para tu análisis.

Contribuciones

Si deseas contribuir con mejoras o nuevas ideas, siéntete libre de abrir un pull request o contactarme a través de [[email protected]] .

Licencia

Este proyecto está licenciado bajo la Licencia MIT, lo que significa que puedes usar, modificar y compartir este código libremente siempre que se mantenga la atribución al autor original.

---

Cualquier duda o sugerencia será bienvenida. ¡Gracias por tu interés en este proyecto!