PUBLICACIONES

Modelos de Algoritmos Genéticos y Redes Neuronales en la Predicción de Índices Bursátiles Asiáticos

J. Nacional: Modelos de Algoritmos Genéticos y Redes Neuronales en la Predicción de Índices Bursátiles Asiáticos

DAVID DÍAZ S., ANTONINO PARISI F., FRANCO PARISI F.

2006 - Cuadernos de Economía - Vol. 43, N° 128, Pp 251 - 284

Abstract

Este estudio analiza la capacidad de los modelos construidos a partir de algoritmos genéticos y redes neuronales para predecir el signo de las variaciones semanales de los índices bursátiles Nikkei 225, Hang Seng, Shangai Composite, Seoul Composite y Taiwan Weighted. Se utilizó un modelo multivariado dinámico construido a partir de algoritmos genéticos recursivos y una red neuronal ward. Los resultados fueron comparados con los de un modelo ingenuo o AR(1) y una estrategia buy and hold. El modelo multivariado obtenido a través de algoritmos genéticos obtuvo el mejor desempeño en términos de rentabilidad corregida por riesgo, medida por los índices de Sharpe y Treynor. Si bien la red ward obtuvo una mejor capacidad predictiva, ésta no se vio reflejada en una mayor rentabilidad corregida por riesgo. Los resultados se confirman en las series generadas a través de un proceso bootstrap. De esta manera, se presenta evidencia de que, para el caso asiático, los modelos de algoritmos genéticos y la red ward recursiva pueden predecir el cambio direccional del índice, junto con generar mayores retornos que un modelo ingenuo y una estrategia buy and hold. Lo anterior apoya las conclusiones del estudio de Leung, Daouk y Chen (2000), según el cual la predicción de la dirección del movimiento puede arrojar mayores ganancias de capital que la proyección del valor de cierre.

Keywords

Algoritmos genéticos, redes neuronales artificiales, capacidad para pronósticar.

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

La Universidad de Chile propone mejorar los sesgos generados hacia las mujeres en el mundo laboral

Es necesario fortalecer y transferir herramientas conceptuales sobre el impacto que generan las diferencias de género en el trabajo. El pasado 09 de Agosto. El Observatorio de Gest...

Profesor David Díaz converso en CNN Internacional sobre "Data Transfer Proyect"

El Data Transfer Project, ¿quién será dueño de la información?   Las gigantes tecnológicas lanzan un nuevo plan para permitir a sus usuarios t...

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.