PUBLICACIONES

Modelos de algoritmos genéticos y redes neuronales en la predicción del signo de variación del IPSA

J. Nacional: Modelos de algoritmos genéticos y redes neuronales en la predicción del signo de variación del IPSA

ANTONINO PARISI F.

2004 - Revista Estudio de Administración - Vol. 11, N° 1, Pp 55-79

Abstract

Este estudio analiza la capacidad de los modelos multivariados dinamicos recursivos construidos a traves de algoritmos geneticos y de las redes neuronaies recursivas para predecir el signo de las variaciones semanales del IPSA. Los datos corresponden al periodo comprendido entre el 14 de julio de 1997  el 9 de diciembre de 2002. Los modelos analizados fueron evaluados en 60 series generadas por un proceso block-bootstrap. Los resultados senalan que la red ward tendria mayor capacidad que el modelo de algoritmos geneticos y el modelo naive para predecir el signo de las variaciones del IPSA, que esta capacidad predictiva seria significativa, y que una estrategia de trading basada en las senales de compraventa dadas por este modelo permitin'an obtener retomos relativamente mas altos. Se destaca que la red ward y el modelo de algoritmos geneticos superaron, en promedio, a la estrategia buy and hold, aun cuando se considero un costo por transaccion equivalente al 0,1 % del monto transado.

Keywords

Algoritmos Geneticos, Redes Neuronaies, Red Ward, Directional Accuracy Test, Porcentaje de Prediccion de Signo, Bootstrap. 

¿Quieres seguir leyendo? [Accede a la publicación completa]

Profesor Pedro Leiva expuso en el Seminario SUSESO-ISTAS 21

El pasado 19 de abril, el Director del Observatorio de Gestión de Personas de la Facultad de Economía y Negocios de la Universidad de Chile, Profesor Pedro Leiva participó como...

Profesora Soledad Etchebarne participo en Seminario de Educación Financiera en Jóvenes Chilenos: Evidencia y Desafíos.

El pasado 14 de marzo de 2018, se llevo a cabo en el auditorio del Banco Central el Seminario de “Educación Financiera en Jóvenes Chilenos: Evidencia y Desafíos”. E...

Todos los Derechos © 2014 | Departamento de Administración - Facultad de Economía y Negocios - Universidad de Chile - Diagonal Paraguay 257, torre 26, oficina 1101, piso 11, Santiago, Chile.