Predicción de Signo Diario y Semanal del Benchmark UF 5 Mediante el uso de Redes Neuronales Artificiales

Abstract

Este trabajo persigue evaluar la rentabilidad que habría obtenido un inversionista que hubiese seguido las recomendaciones de Redes Neuronales Artificiales para la conformación semanal de sus carteras de bonos durante casi 245 semanas. A la vez, se busca predecir la rentabilidad de un inversionista en periodos cortos de tiempo, prediciendo los cambios diarios, de las variaciones porcentuales de las variables de los distintos modelos. Ambos casos fueron comparados con modelos ingenuos de Buy & Hold, para los mismos intervalos. En este trabajo se encontró que la red Ward tenía satisfactoria capacidad predictiva para el signo que seguirá el cambio del precio de un bono. Se encontró que para periodos cortos de tiempo, lapsos de un año con variables diarias, todos los factores son determinantes al momento de la predicción (el monto transado, la tasa interbancaria, el Benchmarck rezagado). Mientras que para los promedios semanales, dentro de un lapso de 4 años, se encontró que el monto transado no era una variable significativa, por lo que se intuye que su efecto en la predicción se basa exclusivamente en las transacciones diarias, debido a que está sujeto a una mayor volatilidad. Finalmente se confirma que el Benchmark UF‐5 es altamente autoregresivo, y sólo para periodos cortos de tiempo, variables como el monto transado y la tasa interbancaria, reflejan un aporte significativo para la predicción del Benchmark.