Show simple item record

Professor Advisordc.contributor.advisorParisi Fernández, Antoninoes_CL
Authordc.contributor.authorFantini Pérez-Villamil, Juan Eduardo es_CL
Staff editordc.contributor.editorFacultad de Economía y Negocioses_CL
Staff editordc.contributor.editorEscuela de Economía y Administraciónes_CL
Admission datedc.date.accessioned2012-09-12T18:47:57Z
Available datedc.date.available2012-09-12T18:47:57Z
Publication datedc.date.issued2006es_CL
Identifierdc.identifier.urihttps://repositorio.uchile.cl/handle/2250/108375
Abstractdc.description.abstractEsta investigación analiza las bondades de la teoría de Autómatas Celulares como modelamiento del comportamiento de Diferentes ADR´s latinoamericanos, incluyendo casi la totalidad de los ADR´s chilenos. Los Autómatas Celulares son una herramienta de inteligencia artificial que puede ser usada para modelar cualquier sistema complejo y por ende pueden considerarse como una buena alternativa a las ecuaciones diferenciales, pudiendo ser utilizados para modelar sistemas físicos y sistemas biológicos a nivel celular, multicelular y poblacional. En este trabajo se desarrolla una aplicación de esta teoría para proyectar la variación de los signos de 30 ADR´s latinoamericanos, entendiendo que la predicción de la dirección del movimiento del índice accionario es relevante para desarrollar estrategias de transacción efectivas (Leung, Daouk & Chen, 2000; Parisi, Parisi & Cornejo, 2004). El desempeño relativo de los modelos fue medido por el porcentaje de predicción de signo (PPS) que mide la cantidad de predicciones correctas (hits) sobre el total de predicciones hechas. Se encontró que el mayor porcentaje de predicción de signo (PPS) fue de un 80% y correspondió al ADR del Banco Santander-Santiago; además se encontró un PPS promedio de 63,7% al considerar un modelo que proyectaba solo 30 semanas. La capacidad predictiva de los Autómatas Celulares resultó estadísticamente significativa para el 30% de los ADR´s analizados según el test de acierto direccional (DA) de Pesaran & Timmermann (1992). Además, éstos ADR´s con capacidad predictiva superaron en rentabilidad al modelo ingenuo y a la estrategia buy and hold. Por último, este estudio presenta evidencia de que los Autómatas Celulares podrían convertirse en una alternativa a las metodologías predictivas tradicionalmente utilizadas en la administración de portfolios de inversión.es_CL
Lenguagedc.language.isoeses_CL
Publisherdc.publisherUniversidad de Chilees_CL
Type of licensedc.rightsAttribution-NonCommercial-NoDerivs 3.0 Chile
Link to Licensedc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/cl/
Keywordsdc.subjectAutómata celulares_CL
Keywordsdc.subjectAcciones (Bolsa)es_CL
Títulodc.titleAutómatas celulares en la predicción de ADR'S Latinoamericanos.es_CL
Document typedc.typeTesis


Files in this item

Icon

This item appears in the following Collection(s)

Show simple item record

Attribution-NonCommercial-NoDerivs 3.0 Chile
Except where otherwise noted, this item's license is described as Attribution-NonCommercial-NoDerivs 3.0 Chile