Técnicas avanzadas para la predicción de la variación del Ishare MSCI Brasil Index (EWZ)

2007. Revista Estudias de Información y Control de Gestión. N°12, Primer semestre, Pp 5-54

Arturo Rodriguez P, Cristian Gaete , Antonino Parisi F

Abstract:

Utilizando valores de cierre semanales, correspondientes al período entre el 4 de mayo de 2001 y el 12 de mayo de 2006, se analiza la efi cacia de los modelos multivariados dinámicos, construidos a partir de recursividad, rolling, algoritmos genéticos, redes neuronales, fractales y lógica borrosa para predecir el signo de las variaciones semanales del iShare MSCI Brazil Index (EWZ). Los resultados fueron comparados con los de un modelo ARMA(0,6), ARMA(6,6) y ARMA(2,6). Los dos mejores modelos encontrados corresponden a modelos producidos por algoritmo genético y arrojaron un porcentaje de predicción de signo (PPS) de un 70,8% y 70,0%, para la variación de cierre semanal del iShare EWZ. El tercer mejor modelo fue producido por redes neuronales ward con funcionamiento rolling, el que arrojó un PPS de 70,0% para la variación del iShare EWZ. Además, los modelos construidos por lógica borrosa, redes neuronales ward recursivas, fractales y recursivas arrojaron también elevados PPS, alcanzando el 67,7%, 66,2%, 65,4%, 64,6%, respectivamente, para la variación semanal del iShare EWZ. La capacidad predictiva resultó signifi cativa en cada uno de estos modelos, de acuerdo al test de acierto direccional de Pesaran & Timmerman (1992). Al analizar el PPS de los modelos ARMA estudiados, se encontró que éstos fueron menores, no resultando signifi cativos. Finalmente, la capacidad predictiva de estos modelos multivariados dinámicos encontrados se tradujo en beneficios económicos, ya que éstos superaron en rentabilidad a la estrategia de inversión pasiva o “buy and hold”, la cual evidenció la rentabilidad más baja, con la sola excepción del modelo recursivo.

Palabras claves:

Acceder a la publicación completa