Modelos de algoritmos genéticos y redes neuronales en la prediccion del signo de variacion del IPSA

Abstract

Este estudio analiza la capacidad de los modelos multivariados dinámicos recursivos construidos a través de algoritmos genéticos 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 el 9 de diciembre de 2002. Los modelos analizados fueron evaluados en 60 series generadas por un proceso block-bootstrap. Los resultados señalan que la red ward tendría mayor capacidad que el modelo de algoritmos genéticos 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 señales de compraventa dadas por este modelo permitin'an obtener retornos relativamente mas altos. Se destaca que la red ward y el modelo de algoritmos genéticos superaron, en promedio, a la estrategia buy and hold, aun cuando se considero un costo por transacción equivalente al 0,1 % del monto transado.