Técnicas avanzadas aplicadas en la predicción de las variaciones de precio de las acciones de microsoft

Abstract

Con éste compendio se pretende alcanzar una formación de alto nivel que permita efectuar análisis coherentes y con capacidad predictiva sobre problemas cotidianos planteados en los mercados financieros del área tecnológica, utilizando técnicas aplicables al área de estudio de las finanzas, tales como algoritmo genético, redes neuronales y lógica borrosa, métodos que serán utilizados para analizar las variaciones en los precios de las acciones de Microsoft respecto a otras empresas del área tecnológica como Oracle, Intel, Adobe, Hewlett Packard, entre otras. Sabemos que no existe un modelo matemático para la predicción en los mercados financieros. Además existen correlaciones complejas entre los distintos valores y su comportamiento puede estar influenciado por sucesos que no están contemplados o de los que no se dispone información suficiente. Es en estos entornos donde el problema es altamente complejo al existir influencia mutua entre los distintos valores y sucesos, la información es borrosa o incluso inexistente en algunos casos, y las relaciones son altamente no lineales, las redes neuronales sobrepasan ampliamente las técnicas convencionales. Para conseguir los datos se utilizó un sistema de descarga online automático, el cual baja los datos históricos directamente desde la página YAHOO.FINANCE.COM. El sistema on line se ocupa no sólo de la descarga de datos, sino que además introduce los datos en el sistema. El estudio tiene por objetivo: ����� Analizar de variación de precios de Microsoft y de las empresas del sector. ����� Introducir los datos en planillas Excell, para poder analizarlos a través de los métodos predictivos algoritmo genético, redes neuronales y lógica borrosa. ����� Evaluar la robustez de los resultados obtenidos. Comparar la rentabilidad de estas estrategias de inversión con la de una estrategia pasiva, comprar mantener o “buy and hold” en los distintos escenarios (elegidos aleatoriamente) a fin de medir la significancia económica de los resultados y el cumplimiento o no de la hipótesis de mercados eficientes (Fama 1970), donde la eficiencia significa que el mercado refleja completa y correctamente toda la información relevante para la determinación de los precios de los activos.