Mostrar el registro sencillo del ítem

Autordc.contributor.authorParisi Fernández, Antonino 
Fecha ingresodc.date.accessioned2007-12-17T19:40:45Z
Fecha disponibledc.date.available2007-12-17T19:40:45Z
Fecha de publicacióndc.date.issued2004
Cita de ítemdc.identifier.citationRevista Estudios de Administraciónen
Identificadordc.identifier.urihttps://repositorio.uchile.cl/handle/2250/127325
Resumendc.description.abstractEste estudio analiza la capacidad de los modelos multivariados dinamicos recursivos construidos a traves de algoritmos geneticos y de las redes neuronales recursivas para predecir el signo de las variaciones semanales del IPSA. Los datos corresponden al periodo comprendido entre el 14 de julio de 1997 y el 9 de diciembre de 2002. Los modelos analizados fueron evaluados en 60 series generadas por un proceso block-bootstrap. Los resultados senalan que la red ward tendria mayor capacidad que el modelo de algoritmos geneticos y el modelo naive para predecir el signo de las variaciones del IPSA, que esta capacidad predictiva seria significativa, y que una estrategia de trading basada en las senales de compraventa dadas por este modelo permitin'an obtener retomos relativamente mas altos. Se destaca que la red ward y el modelo de algoritmos geneticos superaron, en promedio, a la estrategia buy and hold, aun cuando se considero un costo por transaccion equivalente al 0,1 % del monto transado.en
Idiomadc.language.isoesen
Publicadordc.publisherJorge Gregoireen
Seriedc.relation.ispartofseriesVolumen 11en
Palabras clavesdc.subjectAlgoritmos Geneticosen
Títulodc.titleModelos de algoritmos geneticos y redes neuronales en la prediccion del signo de variacion del IPSAen
Tipo de documentodc.typeArtículo de revista


Descargar archivo

Icon

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem