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]

Conversatorio Virtual en SERNAC - Oportunidades Pro Consumidor, en tiempos de Pandemia

El día 9 de Septiembre, 2020 la profesora Reinalina Chavarri, Directora del Observatorio de Sostenibilidad, fue invitada a exponer en la actividad organizada por SERNAC sobre Oportunidades P...

Corrupción en Startups. Lecciones para el Ecosistema de Innovación Chileno

Cuando hablamos de empresas startups la mayoría de los casos pensamos en jóvenes idealistas, expertos en alguna tecnología, impulsados por desarrollar nuevos productos y servic...

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.