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

Abstract

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