Economic regimes identification using machine learning technics

Trabajo de Máster en Economía, Finanzas y Computación. Director: Dr. José Manuel Bravo Caro. Economic conditions over long time periods can be distinguished by regimes. Regime identification has been object of numerous investigations in economics and financial modeling for years. Recently, new machine learning technics such as decision trees, support vector machines and neural networks, among others, followed by alternative datasets and cheap computational processing power became available, allowing for alternative ways to model complex economic relationships. In the present work, we develop a supervised machine learning classifier using Random Forest technic to identify economic regimes using the S&P 500 stock market index series.

Las condiciones económicas durante largos períodos de tiempo pueden distinguirse por regímenes. La identificación del régimen ha sido objeto de numerosas investigaciones en economía y modelos financieros durante años. Recientemente, se pusieron a disposición nuevas técnicas de aprendizaje automático, como árboles de decisión, máquinas de suporte vectorial y redes neuronales, entre otras, seguidas de conjuntos de datos alternativos y una capacidad de procesamiento computacional barata, que permite formas alternativas de modelar relaciones económicas complejas. En el presente trabajo, desarrollamos un clasificador de aprendizaje automático supervisado utilizando la técnica de Random Forest para identificar regímenes económicos utilizando la serie del índices de mercado S&P 500.