Optimización de portafolios accionarios a través de un micro algoritmo genético
DOI:
https://doi.org/10.15381/idata.v10i2.6357Palabras clave:
Optimización, portafolios, Micro-algoritmo genérico.Resumen
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.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2007 Mauricio Gutiérrez Urzúa, Erick Torres Melillanca, Patricio Gálvez Gálvez, Germán Poo Caamaño
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
LOS AUTORES RETIENEN SUS DERECHOS:
a. Los autores retienen sus derechos de marca y patente, y tambien sobre cualquier proceso o procedimiento descrito en el artículo.
b. Los autores retienen el derecho de compartir, copiar, distribuir, ejecutar y comunicar públicamente el articulo publicado en la revista INDUSTRIAL DATA (por ejemplo, colocarlo en un repositorio institucional o publicarlo en un libro), con un reconocimiento de su publicación inicial en la revista INDUSTRIAL DATA.
c. Los autores retienen el derecho a hacer una posterior publicación de su trabajo, de utilizar el artículo o cualquier parte de aquel (por ejemplo: una compilación de sus trabajos, notas para conferencias, tesis, o para un libro), siempre que indiquen la fuente de publicación (autores del trabajo, revista, volumen, numero y fecha).