aplicación de neuroalgoritmos genéticos en toma de decisiones bursátiles a través de promedios ...

181 Pages·2016·3.39 MB·Spanish

by  Juan Carlos

APLICACIÓN DE NEUROALGORITMOS GENÉTICOS EN
TOMA DE DECISIONES BURSÁTILES A TRAVÉS DE
PROMEDIOS MÓVILES

NEURO APPLICATION OF GENETIC ALGORITHMS
IN STOCK MARKET MAKING DECISIONS THROUGH MOVING AVERAGES

Valentina Arteaga Bedoya

Universidad Nacional de Colombia
Facultad de Administración
Manizales, Colombia
2015

APLICACIÓN DE NEUROALGORITMOS GENÉTICOS EN TOMA DE
DECISIONES BURSÁTILES A TRAVÉS DE PROMEDIOS MÓVILES

Valentina Arteaga Bedoya

Trabajo de grado presentado como requisito para optar al título de

Magister en Administración

Director (a):
MsC. Juan Carlos Chica Mesa

Línea de Investigación:
Neuromarketing/Neurociencias
Grupo de Investigación:
Finanzas y Marketing

Universidad Nacional de Colombia
Facultad de Administración
Manizales, Colombia
2015
APLICACIÓN DE NEUROALGORITMOS GENÉTICOS EN TOMA DE DECISIONES BURSÁTILES A TRAVÉS DE 4
PROMEDIOS MÓVILES

Contenido

Lista de tablas ..................................................................................................................................... 5
Lista de figuras .................................................................................................................................... 6
Tabla de ecuaciones ........................................................................................................................... 7
Resumen ............................................................................................................................................. 8
Palabras claves: .............................................................................................................................. 8
Abstract ............................................................................................................................................... 9
Keywords ......................................................................................................................................... 9
Introducción ....................................................................................................................................... 10
Planteamiento del problema .............................................................................................................. 11
Justificación del objeto de estudio .................................................................................................... 13
Objetivos generales y específicos ..................................................................................................... 15
General .......................................................................................................................................... 15
Específicos .................................................................................................................................... 15
Planteamientos teóricos .................................................................................................................... 16
Uso de promedios y de funciones estadísticas difusas para toma de decisiones ........................ 17
Optimización con algoritmos genéticos ......................................................................................... 22
Promedios móviles .................................................................................................................... 22
Redes neuronales ..................................................................................................................... 25
Bases de Genética .................................................................................................................... 26
Bases de Algoritmos Genéticos ................................................................................................ 34
Aplicación de Algoritmos Genético utilizando Redes Neurales con lógica difusa .................... 43
Otros algoritmos de proyecciones y tomas de decisiones ........................................................ 47
Enfoque metodológico ....................................................................................................................... 49
Desarrollo de la propuesta ................................................................................................................ 51
Descripción de la concepción de la propuesta .............................................................................. 52
Conclusiones ..................................................................................................................................... 64
Recomendaciones ............................................................................................................................. 66
Bibliografía ......................................................................................................................................... 67
Anexo 1 ......................................................................................................................................... 71
Anexo 2 ......................................................................................................................................... 73
Anexo 3 ......................................................................................................................................... 94
Anexo 4 ....................................................................................................................................... 138

Valentina Arteaga Bedoya (2015)
APLICACIÓN DE NEUROALGORITMOS GENÉTICOS EN TOMA DE DECISIONES BURSÁTILES A TRAVÉS DE 5
PROMEDIOS MÓVILES

Lista de tablas

Tabla 1: Conceptos biológicos para Algoritmos Genéticos .............................................................. 37
Tabla 2: Evolución genética según generación ................................................................................ 59
Tabla 3: Resultado de la modelación genética de las diferentes reglas de trading ......................... 60
Tabla 4: Configuración Bit a Bit o Alelo a Alelo ................................................................................. 62

Valentina Arteaga Bedoya (2015)
APLICACIÓN DE NEUROALGORITMOS GENÉTICOS EN TOMA DE DECISIONES BURSÁTILES A TRAVÉS DE 6
PROMEDIOS MÓVILES

Lista de figuras

Ilustración 1: Arquitectura de la Red MANFIS .................................................................................. 17
Ilustración 2: Arquitectura de una Red ANFIS .................................................................................. 18
Ilustración 3: Comportamiento de la acción Pacific Rubiales ........................................................... 23
Ilustración 4: Comportamiento de la acción CANACOL ................................................................... 24
Ilustración 5: Estructura del ADN ...................................................................................................... 29
Ilustración 6: Estructura química de las bases nitrogenadas ............................................................ 29
Ilustración 7: Doble hélice Helicoidal del ADN .................................................................................. 30
Ilustración 8: Cromosoma y Doble Hélice de ADN ........................................................................... 31
Ilustración 9: Estructura del ADN completa ...................................................................................... 32
Ilustración 10: Proceso de división celular mediante mitosis ............................................................ 33
Ilustración 11: Proceso de división celular mediante meiosis ........................................................... 33
Ilustración 12: Tipos de mutaciones .................................................................................................. 34
Ilustración 13: Autores Algoritmos Genéticos ................................................................................... 35
Ilustración 14: Codificación ............................................................................................................... 39
Ilustración 15: Operador de cruce basado en un punto .................................................................... 41
Ilustración 16: Operador de mutación ............................................................................................... 42
Ilustración 17: Red de representación del problema......................................................................... 45
Ilustración 18: Cotización Isagen ...................................................................................................... 50
Ilustración 19: Horizonte de evaluación a 8 años ............................................................................. 57
Ilustración 20: Iteraciones evolutivas ................................................................................................ 58
Ilustración 21: Resultado de la modelación genética de las diferentes reglas de trading ............... 62
Ilustración 22: Configuración optima para toma de decisiones ........................................................ 63

Valentina Arteaga Bedoya (2015)
APLICACIÓN DE NEUROALGORITMOS GENÉTICOS EN TOMA DE DECISIONES BURSÁTILES A TRAVÉS DE 7
PROMEDIOS MÓVILES

Tabla de ecuaciones

Ecuación 1: arquitectura de la red MANFIS ..................................................................... 17
Ecuación 2 : Relación funcional red MANFIS ................................................................... 17
Ecuación 3: Función Gausiana inferencia Sugeno ........................................................... 19
Ecuación 4: Direcciones de asociación ............................................................................ 19
Ecuación 5: Normalización para los nodos de la capa 3 con datos de la capa 2 .............. 19
Ecuación 6: Función que define el nodo de adaptación ................................................... 20
Ecuación 7: combinación lineal de variables de entrada .................................................. 20
Ecuación 8: estimación de las salidas totales como una suma de todos los valores de
entrada ............................................................................................................................ 20
Ecuación 9: Minimización del error .................................................................................. 20
Ecuación 10: Cadena binaria ........................................................................................... 43
Ecuación 11: Longitud cadena binaria ............................................................................. 44
Ecuación 12:Evaluación de ajuste ................................................................................... 44
Ecuación 13: Evaluación de ajuste corregida ................................................................... 44
Ecuación 14: Probabilidad de selección ........................................................................... 45
Ecuación 15: Probabilidad acumulada para cada cromosoma ......................................... 45
Ecuación 16: Función de Ajuste ....................................................................................... 47
Ecuación 17: Regla de Compra promedio simple ............................................................ 52
Ecuación 18: Regla de Venta promedio simple ................................................................ 52
Ecuación 19: Regla de Compra media móvil de la móvil .................................................. 52
Ecuación 20: Regla de Venta media móvil de la móvil ..................................................... 53
Ecuación 21: Función objetivo rendimiento cada individuo .............................................. 55

Valentina Arteaga Bedoya (2015)
APLICACIÓN DE NEUROALGORITMOS GENÉTICOS EN TOMA DE DECISIONES BURSÁTILES A TRAVÉS DE 8
PROMEDIOS MÓVILES

Resumen

Cada día los inversionistas se enfrentan a nuevos desafíos que se presentan en un entorno
económico global dinámico y evolutivo, mediante tecnologías innovadoras y creativas
basadas en inteligencia artificial para tomar decisiones más acertadas y eficientes. Por
tanto se analiza como las redes neuronales y los algoritmos genéticos, los cuales a través
de comportamientos biológicos, buscan y obtienen la solución más óptima a un problema
dado, gracias a su gran capacidad de adaptación y predicción, pueden apoyar a los
inversionistas en sus procesos de toma de decisiones.

La presente investigación pretende entonces, mediante la utilización de redes neurales, a
través de algoritmos genéticos explorar la posibilidad de modelar reglas de trading para la
toma de decisiones bursátiles.

Palabras claves: Red Neural, Algoritmos Genéticos, Toma de decisiones bursátiles,
promedios móviles.
Valentina Arteaga Bedoya (2015)
APLICACIÓN DE NEUROALGORITMOS GENÉTICOS EN TOMA DE DECISIONES BURSÁTILES A TRAVÉS DE 9
PROMEDIOS MÓVILES

Abstract

Every day, investors are facing new challenges that arise in a dynamic and evolving global
economic environment, through innovative and creative technologies soported on artificial
intelligence to make better and efficient decisions. Therefore it is analyzed as neural
networks and genetic algorithms, which through biological behavior, seek and obtain the
optimum solution to a given, thanks to its great adaptability and prediction problem, can
support investors in their decision-making processes.

The present investigation tries, using neural networks, genetic algorithms through modeling
to explore the possibility of trading rules for making trading decisions.

Keywords: Neural Network, Genetic Algoritmhs, decisions stock, Movil media.

Valentina Arteaga Bedoya (2015)
APLICACIÓN DE NEUROALGORITMOS GENÉTICOS EN TOMA DE DECISIONES BURSÁTILES A TRAVÉS DE 10
PROMEDIOS MÓVILES

Introducción

A través del tiempo los procesos naturales han servido de base para dar soluciones a
problemas complejos de diversas áreas del conocimiento.
Igualmente, estos procesos han permitido modelar situaciones reales para dar soluciones
óptimas de forma “natural”. El área de la Administración y específicamente en la toma de
decisiones de cualquier índole, los procesos naturales han mostrado un mejor desempeño
que procesos artificiales, ya que su capacidad de adaptación y de enfrentar las diferentes
tomas de decisiones de los actores que en ella intervienen facilitan su comprensión y logros
de planteamientos de funciones objetivos.
Una muestra de lo anterior, son los algoritmos genéticos, los cuales provenientes de la
teoría de la evolución y de la creación y comportamiento de procesos tan naturales como
el ADN y la selección natural, descrita por Darwin. Estas herramientas han mostrado su
utilidad y manejo exitoso en el desarrollo de la inteligencia artificial, los cuales simulan
procesos biológicos permiten desarrollar métodos de búsqueda, optimización, aprendizajes
y caracterización.
La importancia de las investigaciones basadas en algoritmos genéticos y redes neuronales,
radica en que al simular comportamientos humanos, poseen la capacidad de solucionar
eficazmente una gran cantidad de problemas de distintos ámbitos, que de utilizarse
métodos tradicionales, sería casi imposible de resolver.
Adicional a lo anterior, su velocidad en la toma de decisiones idóneas que, bajo aspectos
puramente humanos, sería imposible tomar y que, al ir más rápido los modelos que la forma
de enfrentarlos, se pierde competitividad y este tipo de algoritmo, unido a la versatilidad de
las redes neurales, permite la creación de herramientas cercanas a la perfección, por lo que
se pueden denominar “robots” de toma de decisiones.
Este trabajo muestra, pues, una fórmula de toma de decisiones que permite mezclar los
algoritmos genéticos, las redes neurales y el uso de promedios móviles como un poderosa
herramienta en la toma de decisiones bursátiles.
Valentina Arteaga Bedoya (2015)