Una aplicacion de algoritmos geneticos a la regla del filtro en la transaccion de acciones.

Author:Hern
Position:Report
Pages:65(8)
 
FREE EXCERPT

ÍNDICE Resumen Summary Introducción Las reglas técnicas en la transacción de acciones ¿Se puede predecir el comportamiento futuro del precio de las acciones a partir de su historia? La regla del filtro Algoritmos genéticos Aplicación de algoritmos genéticos a la regla del filtro Definición de las funciones y operadores Descripción de los datos Principales resultados y conclusiones Bibliografía I. INTRODUCCION

En los dinámicos y sofisticados mercados bursátiles modernos, el oportuno y eficiente manejo de la información parece ser una condición sine qua non para definir una estrategia óptima sobre cuándo transar. De allí el creciente interés en desarrollar herramientas matemáticas y computacionales que permitan aumentar la frecuencia y precisión de los pronósticos, ya que en el actual mundo de las finanzas el retraso de un día --o incluso horas o minutos-- en la ejecución de una transacción, puede costar la posibilidad de obtener cuantiosas ganancias.

De acuerdo con fama (1970), la hipótesis del mercado eficiente afirma que es imposible obtener consistentemente ganancias de capital mediante la utilización de información que el mercado también posee. Sin embargo, según los detractores de dicha teoría (Cf., Laporta et al., 1997), el supuesto de que el mercado descuenta perfectamente toda la información disponible raramente se cumple, por lo que pueden existir señales que suministren información adicional sobre el comportamiento esperado de los agentes en el mercado. El asunto radica en cómo extraer --si es posible-- dichas señales de la historia de los precios. Para tal efecto se han desarrollado varias herramientas técnicas como complemento del criterio experto. No obstante, el problema de su utilización se basa en la escogencia de los parámetros que las determinan, ya que generalmente dicha selección resulta de un problema de optimización combinatoria dentro de un espacio de búsqueda infinito. Sin embargo, el desarrollo reciente de las técnicas heurísticas de optimización permite resolver este problema obteniendo soluciones muy cercanas al óptimo global en tiempos aceptables para el mercado financiero.

Utilizando información de los índices S&P 500 y NASDAQ, el presente trabajo demuestra que la aplicación de los algoritmos genéticos a la regla del filtro mejora notablemente su desempeño, y por lo tanto que la utilización de señales endógenas puede ser útil para obtener ganancias superiores a las predichas por un modelo de caminata aleatoria.

El artículo se organiza de la siguiente manera: en la segunda sección se discute bajo cuáles circunstancias puede el historial de los cambios sucesivos en los precios pronosticar el comportamiento futuro de los mismos, y se presenta la regla del filtro. Seguidamente, en las secciones III y IV se introducen los algoritmos genéticos y se presenta los detalles de su aplicación a la regla del filtro. Por último, la sección V muestra los resultados de su implementación y concluye.

  1. LAS REGLAS TÉCNICAS EN LA TRANSACCION DE ACCIONES

    Desde que se tiene información de alta frecuencia sobre el precio de las acciones, los expertos en finanzas se han interesado en analizar si es posible predecir el comportamiento futuro de los precios a partir de las señales que envía el mercado. Con este afán, se han desarrollado varias reglas técnicas dentro de las que destacan la regla del filtro, los retornos anormales, la media móvil, entre otros (Edwards y Magee, 2001). Si bien es cierto la regla del filtro es la más antigua de las mencionadas anteriormente, su estudio no se ha complementado adecuadamente con otras herramientas estadísticas ni su aplicación se ha explotado suficientemente con las modernas técnicas computacionales (Lin et al., 2007).

    ¿Se puede predecir el comportamiento futuro del precio de las acciones a partir de su historia?

    De acuerdo con Edwards y Magee (2001, p.4) "...[una regla técnica puede ser definida como] la ciencia de llevar un registro de la historia bursátil de una acción y así deducir de esta fotografía de la historia la probable tendencia del futuro." Dicha definición supone que el historial de los precios de una acción puede revelar información sobre su comportamiento futuro, lo cual contrasta con las teorías que establecen los cambios sucesivos en los precios como una caminata aleatoria (Cf., Grossman, 1976). De hecho, la hipótesis básica de dichas teorías es que los cambios sucesivos en los precios de una acción son variables aleatorias independientes, y que por lo tanto, en un mercado accionario completamente eficiente que evolucione como una caminata aleatoria, ninguna regla técnica puede obtener consistentemente mayores ganancias que una regla simple de comprar y conservar la acción. (Fama y Blume, 1966).

    Así, u n modelo más complicado que asuma la existencia de persistencia (dependencia positiva) o reacción (dependencia negativa) en la serie de cambios sucesivos en los precios --como la regla del filtro, debe producir mayores...

To continue reading

REQUEST YOUR TRIAL