Tesis para optar al grado de Magíster en Finanzas / El propósito de la presente investigación es estudiar y desarrollar modelos flexibles, versátiles y
eficientes, estadísticamente y económicamente significativos, para proyectar la variación futura del
precio de la Plata. Se consideró a éste activo para su estudio, principalmente por el evento de no existir
evidencias de trabajos predictivos con estas técnicas para este activo, además de la liquidez y
profundidad del mercado, en que éste metal se cotiza. El porqué, de utilizar modelos de redes
neuronales para la predicción, surge básicamente, por estudios de proyección sobre series temporales
previos, cuyos resultados han sido un importante aporte para las Finanzas Modernas.
Otro factor de relevancia que se debe considerar en la definición del modelo de redes neuronales, son
las variables explicativas, de las cuales depende en gran medida el éxito de ésta y otras
investigaciones. Respecto a este ítem, después de un acabado estudio de 14 variables de relevancia
mundial (índices accionarios, bolsas de metales, precios de commodities y monedas), se efectuó
pruebas de análisis técnico (cruce de medias móviles con 5, 10 y 30 rezagos) y econometría básica
(análisis de regresiones – coeficientes de correlación múltiples), donde finalmente se definieron 7
variables y sobre las cuales se desarrollaron los modelos predictivos.
Durante el desarrollo, surge la pregunta de sí es posible mejorar los resultados de porcentaje
predicción de signo de una red neuronal, ante lo cual, considerando la teoría darwiniana sobre la
“evolución de las especies”, se incorporó un Algoritmo Genético.
Para cumplir con el propósito enunciado, se desarrolló un proceso de análisis con series de datos
semanales del precio de la Plata de los últimos 10 años (precio cierre en USD-onza), fijando como
principal objetivo, que a través de metodologías sustentadas en Algoritmos Genéticos y Redes
Neuronales, se pueda anticipar la dinámica que experimenta el precio de la Plata (en términos de
cambio de signo) y comprobar si los resultados obtenidos en ambos modelos, demuestren un
comportamiento estable y sinérgico. Adicionalmente, se comprobará si la fusión de ambos modelos,
logra generar mejoras considerables en el porcentaje de predicción de signo, depurando la información
existente, de tal manera, de asegurar retornos económicamente más atractivos que en los modelos en
particular mencionados anteriores.
Finalmente, el desempeño de cada uno de los métodos a utilizar, será medido por el número de
predicciones correctas (hits) del signo de la variación del precio, aplicando para ello el test de acierto
direccional (DAT) 1 de Pesaran & Timmermann (1992), comprobando de esta forma que las
proyecciones obtenidas por los modelos versus los resultados alcanzados con una estrategia “buy and
hold” 2 (independiente de la significancia estadística), son económicamente superiores o si estos
permiten minimizar las pérdidas.
Respecto al análisis predictivo en otros activos financieros, es conocido el aporte realizado por, Parisi y
Parisi3 a la literatura financiera con el uso de sistemas predictivos no paramétricos tales como las redes
neuronales, lógica difusa y los algoritmos genéticos para proyectar variables financieras y que sirven de
base para conformar portafolios de inversión. Estas técnicas no basan sus capacidades predictivas en
la utilización de supuestos de normalidad en los retornos de los activos financieros, demostrando que es
posible obtener altas capacidades predictivas, estadísticamente significativa y económicamente
rentables, punto que pretendemos demostrar y reafirmar en el presente trabajo.
Con la presencia de estas dinámicas no lineales, se podría dar la posibilidad de explorar este campo
para realizar predicciones más exactas que aquellas otras proporcionadas por un modelo estocástico
lineal y, en concreto, por el modelo referente en la literatura: el paseo aleatorio (random walk).
| Identifer | oai:union.ndltd.org:UCHILE/oai:repositorio.uchile.cl:2250/141113 |
| Date | January 2006 |
| Creators | Bueno Bórquez, Renato Alejandro |
| Contributors | Parisi Fernández, Antonino |
| Publisher | Universidad de Chile |
| Source Sets | Universidad de Chile |
| Language | Spanish |
| Detected Language | Spanish |
| Type | Tesis |
| Rights | Attribution-NonCommercial-NoDerivs 3.0 Chile, http://creativecommons.org/licenses/by-nc-nd/3.0/cl/ |
Page generated in 0.0024 seconds