En este trabajo se hace una primera aproximación del concepto de conciencia a las redes neuronales utilizadas para la predicción de signo de cambios de precios en activos financieros. Se encuentra que adicionando a las redes neuronales características de conciencia se obtienen resultados significativos tanto en términos estadísticos como en términos económicos. Se modelaron las treinta acciones que componen el principal índice accionario mundial: el Dow Jones Industrial Average Index. Se encontró que para el 100% de los activos en estudio las redes neuronales con rasgos de conciencia logran hallar al menos un modelo con capacidad predictiva de signo estadísticamente significativa que permite superar las rentabilidades de una estrategia pasiva buy and hold y de una estrategia naïve o ingenua.

Este estudio tiene por objetivo el de evaluar el desempeño de un portfolio constituido únicamente por acciones del Dow Jones y que es reconformado semanalmente según las predicciones de una red neuronal artificial con funcionamiento “rolling”, metodología que considera solo la información más reciente para la proyección de las rentabilidades. Como benchmark se usaron tanto una estrategia “ingenua” o “buy and hold” así como un portfolio conformado utilizando el beta como medida de riesgo. Éste último portfolio también fue administrado de forma activa, con una redistribución semanal de la riqueza invertida en cada activo.

Tesis para optar al grado de Magíster en Finanzas / Esta tesis evalúa la eficiencia de los modelos predictivos, construidos a partir de algoritmos genéticos, redes neuronales y lógica borrosa para predecir el signo (dirección) de las variaciones semanales del Bono del Tesoro Americano a 10 años. Los modelos se estimaron a partir de precios de cierre semanales correspondientes al período entre 15 de Febrero del 2002 hasta el 27 de Octubre del año 2006. El modelo de redes neuronales con mil iteraciones obtuvo la mayor capacidad predictiva (medida a través del porcentaje de predicción de signo o PPS) y la mayor rentabilidad asociada a seguir las recomendaciones generadas por el modelo. Cabe recalcar que el precio del activo analizado en este estudio ha visto una disminución del precio a través del periodo de tiempo analizado.

Tesis para Optar al Grado de Magíster en Finanzas / Debido a su importancia en la actividad económica internacional, la anticipación de la dinámica de los tipos de cambio ha sido un objetivo recurrente en el ámbito financiero durante los últimos tiempos. A pesar de los esfuerzos realizados y constatado en numerosos trabajos empíricos, no se han obtenido claras evidencias de predictibilidad. Según la mayoría de los trabajos empíricos, el modelo matemático que mejor describe el comportamiento de los precios de activos en los mercados financieros y de divisas, es el paseo aleatorio (random walk). Esta especificación establece que la tasa de variación de los precios de estos activos se comportará como una variable aleatoria normal, independiente e idénticamente distribuida (i.i.d.N), es decir, los precios de los activos son generados a partir de cierto tipo de proceso estocástico. En el análisis de los tipos de cambio, uno de los argumentos esgrimidos para la elección de este proceso es que la mejor predicción para el tipo de cambio de mañana, es el tipo de cambio de hoy, lo que indica que la expectativa condicional, dados sus valores pasados, es nula. Si a esto, le agregamos la hipótesis de mercados eficientes (Fama, 1970) que plantea que los mercados reflejan de forma completa y correcta toda la información relevante para la determinación de los precios de los activos y que toda nueva información que surja es de carácter aleatorio, por lo tanto, determina que los variaciones de los precios de los activos también los sean, estaríamos ante un escenario donde existiría nula o muy poca capacidad predictiva. Sin embargo, varios estudios han concluido que existe evidencia significativa de que los precios de los activos financieros no siguen un camino aleatorio, demostrando que los retornos son predecibles en algún grado. Por ejemplo, Lo & MacKinlay (1988), empleando datos de mercados bursátiles desarrollados tales como EE.UU., Europa Occidental y Japón, registraron una correlación serial positiva entre los retornos semanales; Conrad & Kaul (1988, 1989) encontraron evidencia de predictibilidad de los retornos en el corto plazo; DeBondt & Thaler (1985), Fama & French (1988), Poterba & Summers (1988) y Chopra, Lakonishok & Ritter (1992), hallaron una correlación serial negativa en los retornos de los activos individuales y varios portfolios sobre intervalos de tres a diez años, en el largo plazo; Jegadeesh (1990), examinó la predictibilidad de los retornos mensuales sobre activos individuales y encontró una correlación serial negativa de primer orden altamente significativa para rezagos de dos meses y una correlación serial positiva para rezagos mayores; Blume, Easley & O´Hara (1994) presentaron un modelo que sugiere que existe una relación significativa entre los rezagos del volumen transado y los retornos actuales de los activos individuales. Para el mercado de divisas, recientes investigaciones empíricas y teóricas soportan la idea de la existencia de un comportamiento determinista no lineal en la evolución mostrada por los tipos de cambio (Hsieh, 1989; Brooks, 1996). La presencia de estás dinámicas no lineales podría implicar la posibilidad de explotarlas para realizar predicciones más precisas que aquellas otras proporcionadas por modelos lineales estocásticos. En este sentido estudios realizados por Fernández – Rodríguez y Sosvilla – Rivero (1998) proveen evidencias a favor de la predicción no lineal de los tipos de cambio. Los trabajos de Takens (1981) y Casdagli (1989), entre otros, han establecido diversas metodologías para la modelización no lineal de series temporales. En los últimos años se observa una mayor intensidad en el uso de redes neuronales (Kuan and Liu, 1995; Tenti, 1996; Yao et al., 1997; Zang & Hu, 1998; Hu et al., 1999; Yao & Tan, 2000; Walzack, 2001). De forma más reciente se ha empleado programación de algoritmos genéticos para la predicción de tipos de cambio (Alvarez-Díaz y Alvarez, 2002) En este estudio se analiza la aplicación de redes neuronales y algoritmos genéticos para predecir la dinámica de apreciación o depreciación (cambio de signo) del tipo de cambio semanal del nuevo sol peruano y real brasileño respecto al dólar americano. La principal motivación de realizar esta investigación se centra en que las divisas, están tomando cada vez mayor importancia para los inversionistas y traders, que van desde ser una herramienta de diversificación de portfolios, para cubrir riesgos por exposición de otros activos o simplemente para aprovechar oportunidades que brinda este mercado por volatilidad y liquidez. El estudio está estructurado en 6 secciones. Después de esta sección introductoria se presentan los objetivos generales y específicos que se buscan en el presente estudio. En la sección 3, se describen y comentan las políticas monetarias de las economías de Perú y Brasil así como una breve recopilación de las principales teorías económicas que estudian la paridad en los tipos de cambio y regímenes cambiarios. En la sección 4, se detallan la metodología y datos utilizados: muestra de datos, variables o inputs utilizados, explicación de los modelos multivariados, de redes neuronales y de algoritmos genéticos; y la evaluación de la capacidad predictiva y significancia estadística de cada modelo. En la sección 5, se hace un exhaustivo análisis de los resultados de los modelos aplicados. El estudio finaliza con una sección dedicada a las conclusiones

En el presente trabajo de tesis se diseña un sistema Neuro-difuso para automatizar el proceso de transporte de cargas que realiza una Grúa Torre. Debido a que no se ha podido disponer de una Grúa Torre real ni de un prototipo a escala, se ha optado por diseñar un simulador 3D de Grúa Torre que puede ser operado tanto manualmente, a través de un panel de botones en la pantalla, como automáticamente, cuando se inserta algún algoritmo de control. Durante el estudio teórico se ha tenido acceso a trabajos de investigación de la universidad Virginia Tech (Virginia Polytechnic Institute and State University – USA) referidos al estudio de la automatización de grúas, pero se ignoran los detalles del simulador utilizado en ellos; por este motivo, se ha sometido a prueba el simulador de la presente tesis aplicando los algoritmos de control publicados por los investigadores de dicha universidad. Al haber obtenido respuestas similares a las publicadas, se verificó que el simulador propuesto es equivalente al utilizado en aquellos trabajos. Por tanto, se tuvo la certeza de haber diseñado un simulador confiable que permitiese, posteriormente, probar el desempeño del sistema de automatización Neuro-difuso. La operación manual del simulador, emulando la labor de un obrero de construcción, ha permitido extraer datos experimentales para obtener una base de datos del funcionamiento de la Grúa Torre. Del total de valores experimentales, se seleccionaron los más representativos a través de un proceso de agrupamiento de datos o clusterización (clustering). Esta etapa, así como las demás etapas del diseño del algoritmo Neuro-difuso, se realizó utilizando el entorno de desarrollo fuzzyTECH del Instituto de Investigación de la FIE-UNMSM. Posteriormente, el sistema Neuro-difuso fue probado en el simulador 3D, en su modo de operación automático, y los resultados fueron comparados con los obtenidos al aplicar los algoritmos de las tesis de PostGrado de Virginia Tech en el simulador. Finalmente, se logró demostrar que un Sistema de Automatización Neuro-difuso para una Grúa Torre es tan eficiente como los desarrollados a través de métodos clásicos, con la ventaja de ser más fácil de diseñar ya que no necesita de modelos matemáticos, sino de datos de su operación manual.

No description available.

De acuerdo a investigaciones realizadas por la FIFA (Federación Internacional de Fútbol Asociado), gracias al apoyo de los 207 miembros asociados con los que cuenta dicha entidad, en el 2006 existían 265 millones de futbolistas, entre hombres y mujeres, alrededor de todo el mundo . Ello significó un aumento del 10% de acuerdo al mismo estudio que se realizó en el año 2000. Además, el mismo informe declara que se incrementa tal cifra en 5 millones más, al incluirse a entrenadores y empleados de los clubes. Joseph S. Blatter, presidente de la FIFA, destaca que al incluirse a aficionados, la cifra asciende a más de mil millones de personas , lo que significa que más del 15% de la población mundial estaba activamente relacionada a esta actividad deportiva. Ello demuestra que este deporte es el más popular en todo el mundo. Es importante mencionar ello, porque se busca mantener a dicha población vinculada a este deporte a través de las apuestas deportivas. Las apuestas deportivas han adquirido gran protagonismo; ello puede entenderse a partir de las cifras que maneja el Comité Olímpico Internacional, que dan cuenta que tal actividad mueve alrededor de 350,000 millones de dólares anuales en todo el mundo, lo que demuestra el auge en la que se encuentra dicha actividad. Las apuestas deportivas, específicamente las vinculadas al fútbol, no han pasado desapercibidas en el Perú, por lo que la propuesta presentada está dirigida a los usuarios de los portales Betsson (https://www.betsson.com/start/pe/) e Intralot (http://www.intralot.com.pe/) principalmente, ya que ambas han logrado posicionarse en el ámbito local gracias al mercado potencial que disponen en el país. De esta manera, el propósito del proyecto profesional que se presenta es modelar, a fin de pronosticar, el resultado de un partido de fútbol de la liga española, la más popular del mundo, mediante la utilización de una red neuronal artificial teniendo en cuenta diversos factores de influencia, además de implementar un software que lleve a cabo las tareas necesarias para la obtención de las predicciones. Los datos utilizados provienen de diversas fuentes de información que corresponden a la realidad de los hechos, lo que permite tener resultados confiables. Se considera que los factores claves para el éxito de la propuesta presentada radican en ser la primera aplicación en el Perú que cuente con un sistema inteligente para realizar buenos pronósticos de la liga mencionada y, el uso de un algoritmo de aprendizaje que permitirá al sistema aprender y corregir sus propios errores. El modelo implementado fue aplicado y evaluado para diversas temporadas de la liga española, alcanzándose un nivel de acierto de al menos el 75% de los casos seleccionados, superando el índice de acierto de productos comerciales estudiados en el presente proyecto.

[pt] A previsão de perfis de carga elétrica (i.e., das séries de cargas a cada hora de um dia) tem sido freqüentemente tentada por meio de modelos baseados em redes neurais. Os resultados conseguidos por estes modelos, contudo, ainda não são considerados inteiramente convincentes. Há duas razões para ceticismo: em primeiro lugar, os modelos sugeridos geralmente se baseiam em redes que parecem ser complexas demais em relação aos dados que pretendem modelar (isto é, estes modelos parecem estar superparametrizados); em segundo lugar, estes modelos geralmente não são bem validados, pois os artigos que os propõem não comparam o desempenho das redes ao de modelos de referência. Nesta tese, examinamos estes dois pontos por meio de revisões críticas da literatura e de simulações, a fim de verificar se é realmente viável a aplicação de redes neurais à previsão de perfis de carga. Nas simulações, construímos modelos bastante complexos de redes e verificamos empiricamente sua validade, pela comparação de seu desempenho preditivo fora da amostra de treino ao desempenho de vários outros modelos de previsão. Os resultados mostram que as redes, mesmo quando muito complexas, conseguem previsões de perfis mais acuradas do que os modelos tradicionais, o que sugere que elas poderão trazer uma grande contribuição para a solução do problema de previsão de cargas. / [en] Load profile forecasting (i.e., the forecasting of series of hourly loads) has been often attempted by means of models based on neural networks. However, the papers that propose such models are not considered entirely convincing, for at least two reasons. First, the models they propose are usually based on neural networks that seem to be too large in relation to the sample they intend to model (that is, the networks seem to overfit their data). Secondly, most of the models are not properly validated, since the papers do not compare their performances to that of any standard forecasting method. In this thesis, we examine these two points, by means of literature reviews and of simulations, in order to investigate the feasibility of the application of neural networks to the problem of profile forecasting. We build some very complex models based on neural networks, and validate them empirically by comparing their predictive performance out-of-sample, over actual data, to the performance of several other forecasting methods. The results show that neural networks, even when very complex, are able to forecast profiles more accurately than the traditional models, which suggests that they may yet bring large contributions to the solution of the load forecasting problem. / [es] La previsión de los perfiles de carga elétrica (i.e., series de cargas medidas a cada hora de un día) ha sido abordada con frecuencia a través de modelos basados en redes neurales. Los resultados obtenidos por estos modelos, todavía no son considerados enteramente convincentes. Existen dos razones para este escepticismo: en primer lugar, los modelos sugeridos generalmente se basan en redes que parecen ser demasiado complejas en relación a los datos que pretenden modelar (quiere decir, estos modelos parecen estar superparametrizados); en segundo lugar, estos modelos generalmente no son bien evaluados, pués los artículos que los proponen no comparan el desempeño de las redes al de los modelos de referencia. En esta tesis, examinamos estos dos puntos por medio de revisiones críticas de la literatura y de simulaciones, con el objetivo de verificar si es realmente viable la aplicación de redes neurales a la previsión de perfiles de carga. En las simulaciones, construímos modelos de redes bastante complejos y verificamos empíricamente su validez, comparando su desempeño predictivo fuera de la muestra de entrenamiento con el desempeño de varios otros modelos de previsión. Los resultados muestran que las redes, incluso cuando muy complejas, consiguen previsiones de perfiles más precisas que los modelos tradicionales, lo que sugiere que ellas poderián traer una gran contribución para la solución del problema de previsión de cargas.

La presente tesis emplea conceptos de gestión por procesos y gestión de mantenimiento aplicado a las medianas y pequeñas empresas (MYPES) de fabricación de calzado de Lima para modelar un proceso que permita aumentar su competitividad y productividad. El diagnóstico de las empresas se realizó en base a la información recopilada por la encuesta del grupo de investigación. El modelo a presentar se compone de siete etapas principales, las cuales deben desarrollarse de manera progresiva en cada MYPE. El énfasis del modelo es presentado en los procesos relacionados a la planificación, programación y ejecución del mantenimiento. Adicionalmente, se presenta otros procesos que permitirán monitorear y dirigir los procesos principales. Finalmente, se fundamentó el modelo de gestión mediante el enfoque de gestión por procesos y el esquema asociativo para dar inicio a las conclusiones y recomendaciones. / Tesis

[pt] Esta dissertação investigou a criação de comitês de classificadores baseados em Redes Neurais Multilayer Perceptron (Redes MLP, abreviadamente). Isso foi feito em dois passos: primeiro, aplicando-se procedimentos para criação de redes complementares, i.e, redes individualmente eficazes mas que cometem erros distintos; segundo, testando- se sobre essas redes alguns dos principais métodos de combinação disponíveis. Dentre os procedimentos para criação de redes complementares, foi dado enfoque para os baseados em alteração do conjunto de treinamento. Os métodos Bootstrap e Arc-x4 foram escolhidos para serem utilizados no estudo de casos, juntamente com o método RDP (Replicação Dirigida de Padrões). No que diz respeito aos métodos de combinação disponíveis, foi dada particular atenção ao método de combinação por integrais nebulosas. Além deste método, implementou-se combinação por média, votação por pluralidade e Borda count. As aplicações escolhidas para teste envolveram duas vertentes importantes na área de visão computacional - Classificação de Coberturas de Solo por Imagens de Satélite e Reconhecimento de Expressões Faciais. Embora ambas pertençam à mesma área de conhecimento, foram escolhidas de modo a representar níveis de dificuldade diferentes como tarefas de classificação - enquanto a primeira contou com um grande número de padrões disponíveis, a segunda foi comparativamente limitada nesse sentido. Como resultado final, comprovou-se a viabilidade da utilização de comitês em problemas de classificação, mesmo com as possíveis variações de desempenho relacionadas com a complexidade desses problemas. O método de combinação baseado em integrais nebulosas mostrou-se particularmente eficiente quando associado ao procedimento RDP para formação das redes comissionadas, mas nem sempre foi satisfatório. Considerado individualmente, o RDP tem a limitação de criar, no máximo, tantas redes quanto forem as classes consideradas em um problema; porém, quando este número de redes foi considerado como base de comparação, o RDP se mostrou, na média de todos os métodos de combinação testados, mais eficaz que os procedimentos Bootstrap e Arc-x4. Por outro lado, tanto o Bootstrap quanto o Arc-x4 têm a importante vantagem de permitirem a formação de um número crescente de membros, o que quase sempre acarretou em melhorias de desempenho global em relação ao RDP. / [en] The present dissertation investigated the creation of classifier committees based on Multilayer Perceptron Neural Networks (MLP Networks, for short). This was done in two parts: first, by applying procedures for creating complementary networks, i.e., networks that are individually accurate but cause distinct misclassifications; second, by assessing different combining methods to these network`s outputs. Among the procedures for creating committees members, the main focus was set to the ones based on changes to the training set . Bootstrap and Arc-x4 were chosen to be used at the experiments, along with the RDP procedure (translated as Driven Pattern Replication). With respect to the available combining methods, special attention was paid to fuzzy integrals combination. Average combination, plurality voting and Borda count were also implemented. The chosen experimental applications included interesting branches from computer vision: Land Cover Classification from Satellite Images and Facial Expression Recognition. These applications were specially interesting, in the sense they represent two different levels of difficulty as classification tasks - while the first had a great number of available patterns, the second was comparatively limited in this way. This work proved the viability of using committees in classification problems, despite the small performance fluctuations related to these problems complexity. The fuzzy integrals method has shown to be particularly interesting when coupled with the RDP procedure for committee creation, but was not always satisfactory. Taken alone, the RDP has the limitation of creating, at most, as many networks as there are classes to be considered at the problem at hand; however, when this number of networks was considered as the basis for comparison, this procedure outperformed, taking into account average combining results, both Bootstrap and Arc- x4. On the other hand, these later procedures have the important advantage of allowing the creation of an increasing number of committee members, what almost always increased global performance in comparison to RDP. / [es] Esta disertación investigó la creación de comités de clasificadores basados en Redes Neurales Multilayer Perceptron (Redes MLP, abreviadamente). Esto fue ejecutado en dos pasos: primeiro, aplicando procedimentos para la creación de redes complementares, esto es, redes que individualmente son eficaces pero que cometen erros diferentes; segundo, probando sobre esas redes, algunos de los principales métodos de combinación disponibles. Dentro de los procedimentos para la creación de redes complementares, se eligieron los basados en alteración del conjunto de entrenamiento. Los métodos Bootstrap y Arc-x4 fueron seleccionados para utilizarlos em el estudio de casos, conjuntamente con el método RDP (Replicación Dirigida de Padrones). Con respecto a los métodos de combinación disponibles, se le dió particular atención al método de combinación por integrales nebulosas. Además de este método, se implementaron: combinación por media, votación por pluralidad y Borda cont. Las aplicaciones seleccionadas para pruebas consideran dos vertientes importantes en la área de visión computacional - Clasificación de Coberturas de Suelo por Imágenes de Shastalite y Reconocimiento de Expresiones Faciales. Aunque ambas pertencen a la misma área de conocimento, fueron seleccionadas de modo con diferentes níveles de dificuldad como tareas de clasificación - Mientras la primera contó con un gran número de padrones disponibles, la segunda fue comparativamente limitada em ese sentido. Como resultado final, se comprobó la viabilidad de la utilización de comités en problemas de clasificación, incluso con las posibles variaciones de desempeño relacionadas con la complejidad de esos problemas. El método de combinación basado en integrales nebulosas se mostró particularmente eficiente asociado al procedimiento RDP para formación de las redes comisionadas, pero no siempre fue satisfactorio. Considerado individualmente, el RDP tiene la limitación de crear, como máximo, tantas redes como clases consideradas en un problema; sin embargo, cuando el número de redes fue considerado como base de comparación, el RDP se mostró más eficaz, en la media de todos los métodos de combinación, que los procedimentos Bootstrap y Arc-x4. Por otro lado, tanto el Bootstrap como el Arc-x4 tiene la importante ventaja de permitir la formación de un número cresciente de miembros, lo que generalmente mejora el desempeño global en relación al RDP.