Redes Neuronales con Valores Anlaisiis Técnico


UNIVERSIDAD DE CHILE
POSTGRADO
ESCUELA DE ECONOMÍA Y NEGOCIOS



“Redes Neuronales Aplicadas a la Predicción Diaria de Acciones Tecnológicas Introduciendo Valores de Análisis Técnico.”

Tesis para optar al grado en
“Magíster en Finanzas”







Profesor Guía: Aldo Bombardiere
Alumno: Mauricio Cisternas Morales





Julio de 2010

Primero que todo quiero dar lasgracias a Dios por darme una nueva oportunidad de seguir creciendo como hombre y como profesional.
Le dedico este estudio con un especial amor a mis padres, mi madre María Eugenia Morales y a mi padre Humberto Cisternas, por su inmenso e incondicional amor y apoyo que me han brindado durante toda mi vida.
También agradecer a mis Hermanos Alicia y Carlos por su profundo cariño. También unagradecimiento especial a Cecilia Luarte por su incondicional apoyo. Y finalmente agradecer a mi profesor guía por facilitar los conocimientos necesarios para poder realizar esta tesis.


Mauricio Cisternas Morales.








INDICE

RESUMEN

I. INTRODUCCION E HIPÓTESIS DE TRABAJO

II. MARCO TEÓRICO

El Análisis Fundamental vs el Análisis Técnico

1. Análisis Fundamental
2. AnálisisTécnico
2.1 Herramientas de Análisis Técnico
2.1.1 Medias Móviles
2.1.2 Osciladores (RSI)
3. Análisis Técnico vs. Análisis fundamental
4. Las Bandas de Bollinger
5. Redes Ward
6. Ventajas y Desventajas de las Redes Neuronales

Descripción de los Activos financieros

1. Descripción y Composición de los I-Shares
2. Índices Utilizados

III. METODOLOGIA Y DATOS

1. Test de AciertoDireccional (DA) de Pesaran & Timmermann (1982)
2. Serie de Datos
3. Descripción de los Modelos
4. Evaluación de la Capacidad Predictiva y Significancia Estadística
4.1 Análisis de Resultados del Modelo RNA WARD
4.2 Rentabilidad de Red Neuronal Artificial Ward
4.3 Test de Acierto Direccional RNA Ward

IV. RESULTADOS Y CONCLUSIONES
1. Conclusiones
V. BIBLIOGRAFÍA
1. ReferenciasBibliográficas
2. Recursos Web

VI. ANEXOS

1. Redes Neuronales
2. Gráfico











RESUMEN

El presente trabajo tiene por objeto modelar, mediante redes neuronales los I-Shares del mercado norteamericano S & P North Amer Technology (IGM) y S & P North Amer Tech–software (IGV), los cuales están compuestos por acciones del sector tecnológico. La innovación de este trabajoes que mediante redes de arquitectura Ward se generaron modelos de redes neuronales, que tomaron como variables de entrada indicadores propios del análisis técnico, a saber: Medias Móviles, RSI, Bandas de Bollinger.
El objeto de esta tesis consistió en comprobar que la red neuronal logra mayor capacidad predictiva si complementa la elección trivial de variables como rezagos del índice convariables construidas sobre las herramientas del análisis técnico. Esta suposición se basa en la capacidad demostrada de estas redes de detectar patrones de comportamiento en series de datos.
La hipótesis de trabajo en esta tesis es que tales patrones se manifiestan en las series de datos financieras a pesar de la aparente eficiencia de los mercados. La teoría financiera nos muestra que a menoreficiencia del mercado mayor nivel de predictibilidad. Aún cuando, en esta tesis no se intenta demostrar el grado de eficiencia del mercado, se pretende mostrar que es posible lograr predictibilidad significativa con una herramienta avanzada como son las redes neuronales.
Para cada I-Share se utilizaron indicadores del análisis técnico tanto como rezagos de los índices bursátiles Nasdaq y DowJones.
Se construyeron 60 modelos para cada I-Share, aplicando 5000 iteraciones. El periodo de estudio fue el 13 de mayo del 2008 al 1 de mayo del 2009. Para estudiar la significancia estadística de las predicciones de cada modelo, se utilizó el test de acierto direccional DA.
Los resultados obtenidos muestran alta significancia estadística según este test, dentro del periodo de estudio,...