Uso de redes neuronales en mercados de eficiencia debil y alto nivel de informacion. blanco y negro s.a.

Solo disponible en BuenasTareas
  • Páginas : 279 (69588 palabras )
  • Descarga(s) : 0
  • Publicado : 20 de agosto de 2012
Leer documento completo
Vista previa del texto
[pic]


UNIVERSIDAD DE CHILE
FACULTAD DE CIENCIAS ECONÓMICAS Y ADMINISTRATIVAS
ESCUELA DE POSTGRADO


Santiago
Diciembre 2008





USO DE REDES NEURONALES EN MERCADOS DE EFICIENCIA DEBIL Y ALTO NIVEL DE INFORMACION. BLANCO Y NEGRO S.A.




Tesis para optar al grado de Magíster en Finanzas








Alumno:Felipe Bustos Pérez


Profesores Guía: Ph.D. Antonino Parisi Fernández

Aldo Bombardiere Rosas







ÍNDICE

1. INTRODUCCIÓN

2. RESEÑA DE LA EMPRESA BLANCO Y NEGRO S.A.
2.1. Protagonista principal de la industria del fútbol en Chile
2.2. Naturaleza de sus Operaciones
2.3. Análisis Estratégico y Factores de Riesgo de laEmpresa
2.4. Hitos históricos de la Compañía

3. MARCO TEORICO - REDES NEURONALES.
3.1. Introducción a la Computación Neuronal
3.2. Historia de las Redes Neuronales
3.3. La Hipótesis de los mercados eficientes
3.3.1. Hipótesis de Mercados Eficientes y el papel de la información
3.3.2. El papel de la información
3.4. Descripción de Redes Neuronales. Predicción de series financieras.
3.5. Lafiltración de información “depuración”, la idea de Adjusted Return.

4. METODOLOGÍA Y DATOS
4.1. Variables de Entrada – Series de Tiempo
4.2. Metodología Predictiva Utilizada
4.2. Arquitectura de la Red Neuronal Usada en el Estudio
4.3. Construcción del Modelo
4.4. Evaluación de la capacidad predictiva y significancia estadística.
4.5. Rentabilidad de Red Neuronal

5. ANÁLISIS DE LOSRESULTADOS OBTENIDOS

6. CONCLUSIONES

7. BIBLIOGRAFÍA Y REFERENCIAS

ANEXOS






1. INTRODUCCION

Mediante el uso de redes neuronales se desarrollará un modelo predictivo en base a la utilización de datos diarios, en un mercado pequeño, de eficiencia débil y con alto nivel de información. La acción a utilizar será Blanco y Negro S.A.

El uso de redes neuronales para modelospredictivos del comportamiento de instrumentos financieros tales como commodities o acciones ha mostrado ser una herramienta de bastante utilidad al implementarse en datos semanales, no obstante su capacidad predictiva decae para predecir comportamientos futuros diarios en cuanto se utilizan datos diarios.

Por otra parte, en este caso en particular existen otros elementos que dificultan la capacidadpredictiva de cualquier modelo que utilice datos históricos. Uno de estos es la discrecionalidad de la aparición de noticias por parte del actor principal, en este caso es la empresa Blanco y Negro S.A. En efecto, según la hipótesis de mercados eficientes, el precio de la acción reacciona frente a las noticias que aparecen pues estas afectan los factores fundamentales en que se soporta el preciodel security. Cuando el caudal de noticias es excesivo se hace difícil para los agentes determinar aquellas que son valuables para la formación de sus expectativas. Para una red neuronal, será aun más difícil ajustarse a los posibles patrones de reacción del valor si esta red no es suficientemente fuerte en su arquitectura.

Sin embargo, una complejidad mayor en su arquitectura puede significaruna imposibilidad de cálculo en tiempo prudente, entendiendo como tiempo prudente aquel tolerablemente largo como para que no ingrese información nueva que afecte el precio del periodo siguiente cercano, en este caso, el día siguiente.

Se propone en este trabajo una metodología que permitirá a una red de arquitectura simple pronosticar con éxito moderado la dirección de movimiento del preciodel próximo periodo, en este caso un día.

El alto nivel de aleatoriedad en el movimiento de los instrumentos al ser observados diariamente, genera gran dificultad en encontrar algún tipo de camino o “forma” en el movimiento del instrumento, se cae entonces en el “random walk” donde el alza o baja es absolutamente impredecible y por ende no permite generar retornos anormales en el mercado....
tracking img