Industrial Data (Dec 2007)

Optimización de portafolios accionarios a través de un micro algoritmo genético

  • Mauricio Gutiérrez Urzúa,
  • Erick Torres Melillanca,
  • Patricio Gálvez Gálvez,
  • Germán Poo Caamaño

DOI
https://doi.org/10.15381/idata.v10i2.6357
Journal volume & issue
Vol. 10, no. 2

Abstract

Read online

Esta investigación muestra la optimización de portafolios accionarios mediante micro algoritmos genéticos, que resuelvan el modelo de selección de inversiones planteado por Markowitz, como una optimización multi-objetivo, en donde se maximiza la rentabilidad y se minimiza el riesgo, lo que implica, realizar una negociación entre ambos objetos y buscar soluciones óptimas. La resolución de este problema requiere de un algoritmo genético para optimización multi-objetivo basado en óptimos de Pareto. Los resultados obtenidos señalan que esta publicación es más eficiente que otros procesos de similares características((Non-dominated Sorting Genetic Algorithm II(NSGA II) y Pareto Archive Evolution Strategy (PAES)), pero debido al período de tiempo y las características del mercado local, su poder de predicción es bajo.

Keywords