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

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 multivariad...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Parisi,Antonino, Parisi,Franco, Díaz,David
Lenguaje:	Spanish / Castilian
Publicado:	Instituto de Economía, Pontificia Universidad Católica de Chile 2006
Materias:	Genetic Algorithms Artificial Neural Networks Forecast Capacity
Acceso en línea:	http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0717-68212006000200002
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

id	oai:scielo:S0717-68212006000200002
record_format	dspace
spelling	oai:scielo:S0717-682120060002000022007-03-13Modelos de Algoritmos Genéticos y Redes Neuronales en la Predicción de Índices Bursátiles AsiáticosParisi,AntoninoParisi,FrancoDíaz,David Genetic Algorithms Artificial Neural Networks Forecast Capacity 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 cierreinfo:eu-repo/semantics/openAccessInstituto de Economía, Pontificia Universidad Católica de ChileCuadernos de economía v.43 n.128 20062006-11-01text/htmlhttp://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0717-68212006000200002es10.4067/S0717-68212006000200002
institution	Scielo Chile
collection	Scielo Chile
language	Spanish / Castilian
topic	Genetic Algorithms Artificial Neural Networks Forecast Capacity
spellingShingle	Genetic Algorithms Artificial Neural Networks Forecast Capacity Parisi,Antonino Parisi,Franco Díaz,David Modelos de Algoritmos Genéticos y Redes Neuronales en la Predicción de Índices Bursátiles Asiáticos
description	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
author	Parisi,Antonino Parisi,Franco Díaz,David
author_facet	Parisi,Antonino Parisi,Franco Díaz,David
author_sort	Parisi,Antonino
title	Modelos de Algoritmos Genéticos y Redes Neuronales en la Predicción de Índices Bursátiles Asiáticos
title_short	Modelos de Algoritmos Genéticos y Redes Neuronales en la Predicción de Índices Bursátiles Asiáticos
title_full	Modelos de Algoritmos Genéticos y Redes Neuronales en la Predicción de Índices Bursátiles Asiáticos
title_fullStr	Modelos de Algoritmos Genéticos y Redes Neuronales en la Predicción de Índices Bursátiles Asiáticos
title_full_unstemmed	Modelos de Algoritmos Genéticos y Redes Neuronales en la Predicción de Índices Bursátiles Asiáticos
title_sort	modelos de algoritmos genéticos y redes neuronales en la predicción de índices bursátiles asiáticos
publisher	Instituto de Economía, Pontificia Universidad Católica de Chile
publishDate	2006
url	http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0717-68212006000200002
work_keys_str_mv	AT parisiantonino modelosdealgoritmosgeneticosyredesneuronalesenlapredicciondeindicesbursatilesasiaticos AT parisifranco modelosdealgoritmosgeneticosyredesneuronalesenlapredicciondeindicesbursatilesasiaticos AT diazdavid modelosdealgoritmosgeneticosyredesneuronalesenlapredicciondeindicesbursatilesasiaticos
_version_	1718442403976708096

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

Ejemplares similares