INDICES BURSATILES

ANALISIS COMPARATIVO ENTRE MODELOS GARCH Y REDES NEURONALES EN EL PRONOSTICO DE LOS ÍNDICES BURSÁTILES EL IPC Y DOW JONES
La fluctuaciones de los precios accionarios son aleatorios , lo cualimplica que los rendimientos accionarios no sean predecibles para los inversionistas, con la información disponible.
Las redes neuronales permiten captar de mejor manera el comportamiento delos rendimientos en los mercados financieros, ya que los métodos paramétricos, por ejemplo los modelos simétricos tipo GARCH no capta, dichas características.
Los modelos paramétricos hansido tradicionalmente ocupados aplicados a mercados bursátiles y han sido efectivos .Estos modelos parten de una función de distribución conocida y reducen el problema para estimar los parámetrosque mejor se ajustan con base a la muestra.
La aplicación de modelos no paramétricos en particular las redes neuronales artificiales (RNA) han permitido dar soluciones a problemas de pronósticode series de tiempo. Las RNA no están sujetas a ninguna distribución o forma funcional , por lo que presentan pocas restricciones y permiten reconstruir la función de clasificación esdecir, emplean formas funcionales flexibles que se aproximan a la función objetivo por lo que el problema consiste en calcular los parámetro de una función.
Los métodos por prueba y errorofrecen una buena aproximación de tip de modelos debido a que el diseñador puede basarse en experiencias anteriores o proponer diversos criterios para la red , aunque carece de ajuste ya que labúsqueda solo se realizara en la vecindad de la red propuesta.
Para índices bursátiles está el caso de TEPIX, se hace evolucionar en pesos de la red y se comparan los pronósticos con un, modelode genética difusa, una red constructiva manual (prueba y error) y la red evolutiva, los autores llegan a la conclusión de que la red evolutiva realiza un pronóstico más preciso.
Modelo...