Show simple item record

Professor Advisordc.contributor.advisorGonzález Araya, Marcelo Mauricio
Authordc.contributor.authorAlarcón Jaque, Mauricio 
Staff editordc.contributor.editorEscuela de Postgrado, Economía y NegociosCL
Admission datedc.date.accessioned2015-10-21T14:54:29Z
Available datedc.date.available2015-10-21T14:54:29Z
Publication datedc.date.issued2014-10
Identifierdc.identifier.urihttps://repositorio.uchile.cl/handle/2250/134557
General notedc.descriptionTesis para optar al grado de Magíster en FinanzasCL
Abstractdc.description.abstractCon 246 observaciones y 245 variaciones o retornos semanales de días viernes, correspondientes al período comprendido entre el 09 de mayo de 2003 y el 16 de mayo de 2008, se analizó la eficiencia de la Red Neuronal Ward para predecir el signo de las variaciones semanales de los valores cuota de los multifondos pertenecientes a AFP Cuprum S.A. Los mejores modelos producidos por la Red Neuronal, obtuvieron un PPS de 84,4% en su calidad de extramuestral para el Fondo E. El 60% de los modelos obtuvieron un PPS sobre el 64% objetivo. Por su parte, los modelos que obtuvieron rentabilidades utilizando la Red Neuronal del tipo Ward y que sobrepasaron el retorno de la técnica pasiva Buy & Hold, fueron los pertenecientes a los Fondos A, B, C y D. Así, el porcentaje más alto de rentabilidad se encontró en el Fondo A con un valor de un 136,73%, superando en un 13,43% al valor máximo encontrado para la técnica pasiva en el mismo Fondo. Por otra parte, el Fondo que obtuvo la mayor cantidad de modelos que sobrepasó a la técnica pasiva fue el Fondo D con un 80% de acertividad. En las pruebas de Acierto Direccional (DA) de Pesaran y Timmermann se determinó que, con un intervalo de confianza del 95%, un 5% de significancia estadística y un valor crítico de 1,96, el mejor retorno obtenido utilizando Redes Neuronales fue de un 135,92% encontrado en uno de los modelos del Fondo A, superando en un 12,62% a la técnica pasiva. Así también el Test DA determinó que el mejor multifondo en términos generales fue el Fondo D, ya que el 40% obtuvo rentabilidades superiores usando Redes Neuronales sobre el Buy & Hold, y así calificándolos con capacidad predictiva por rechazar la hipótesis nula. En base a lo anterior se concluyó que al utilizar una Red Neuronal Ward como estrategia activa de inversión, hay evidencia empírica que la técnica presenta capacidad predictiva en el Porcentaje de Predicción de Signos sobre el valor cuota de los multifondos previsionales de A.F.P. Cuprum S.A., así como también que la técnica es capaz de determinar los mejores Fondos en cuanto a PPS, rentabilidad de la técnica activa sobre la pasiva y significancia estadística a través del Test DA.CL
Lenguagedc.language.isoesCL
Publisherdc.publisherUniversidad de ChileCL
Type of licensedc.rightsAtribución-NoComercial-SinDerivadas 3.0 Chile*
Link to Licensedc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/cl/*
Keywordsdc.subjectAFP Cuprum (Chile)CL
Keywordsdc.subjectPreciosCL
Keywordsdc.subjectRentabilidadCL
Keywordsdc.subjectRedes neuronales (Ciencia de la computación)CL
Keywordsdc.subjectPensionesCL
Keywordsdc.subjectMultifondos AFPCL
Títulodc.titleModelos de redes neuronales aplicado en la predicción del signo de los fondos de AFP CuprumCL
Document typedc.typeTesis


Files in this item

Icon

This item appears in the following Collection(s)

Show simple item record

Atribución-NoComercial-SinDerivadas 3.0 Chile
Except where otherwise noted, this item's license is described as Atribución-NoComercial-SinDerivadas 3.0 Chile