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.
| Identifer | oai:union.ndltd.org:UCHILE/oai:repositorio.uchile.cl:2250/141502 |
| Date | 11 1900 |
| Creators | Cuevas, Víctor |
| Contributors | Parisi Fernández, Antonino |
| Publisher | Universidad de Chile |
| Source Sets | Universidad de Chile |
| Language | Spanish |
| Detected Language | Spanish |
| Type | Tesis |
Page generated in 0.0016 seconds