REDES NEURONALES EN PREDICCIÓN DE MERCADOS FINANCIEROS: UNA APLICACIÓN EN LA BOLSA MEXICANA DE VALORES (NEURAL NETWORKS IN FINANCIAL MARKET PREDICTION: AN APPLICATION IN THE MEXICAN STOCK EXCHANGE)

Miguel Alfonso Becerra Montañez, Alejandro Ortega Hernández, Jhon Alejandro Montañez Barrera, Sinai López Castillo

Resumen


Resumen


Desde la creación del mercado accionario, conocer las rentabilidades que ofrecen sus activos ha despertado interés tanto de inversionistas como investigadores. Actualmente, se encuentran múltiples aplicaciones documentadas que han intentado predecir acciones, índices u otros activos alrededor del mundo. Sin embargo, las aplicaciones en mercados emergentes y en particular el mexicano, es limitado y poco explorado. Este documento presenta una aplicación que predice las variaciones diarias de una de las empresas participantes en la BMV con un enfoque de análisis híbrido. Utiliza la capacidad de las redes Feed Forward y el algoritmo Backpropagation en problemas de predicción. La selección de variables de entrada a la red se realizó a través del ACP y el estadístico utilizado para medir la precisión de las predicciones es el MSE. Los resultados reflejan una importante contribución a la discusión de la posibilidad o no, de predecir estos activos en el corto plazo.


Palabra(s) Clave: ACP, Bolsa Mexicana de Valores, Mercado de valores, Predicción de mercados, RNA.

 


Abstract


Since creation of stock market, to know the returns offered by these assets has attracted interest from both investors and researchers. There are multiple documented applications that have tried to predict stocks, indexes or other assets around the world, however, applications in emerging markets as Mexican market, are limited and little explored. This document presents forecast of daily variations of one of companies participating in BMV uses the capacity of Feed Forwards ANNs and Backpropagation algorithm in prediction problems. The selection of input variables to the network was made through the PCA and the MSE statistic was used to measure accuracy of predictions. Results reflect an important contribution to the discussion of the possibility or not of predicting these assets in the short term.


Keywords: ACP, Market prediction, Mexican stock exchange, Stock market, RNA.


Texto completo:

2088-2104 PDF

Referencias


Alonso, Julio Cesar, and Juan Carlos García. (2009) ¿Qué tan buenos son los patrones del IGBC para predecir su comportamiento? Estudios Gerenciales 25(112): 13-36.

Andersson, Magnus, and Johan Palm. (2009). Forecasting the Stock Market: A Neural Network Approach. Malardalen University.

Ariyo, Adebiyi A., Adewumi O. Adewumi, and Charles K. Ayo. (2014). Stock Price Prediction Using the ARIMA Model. In 2014 16th International Conference on Computer Modelling and Simulation, IEEE, 106-12.

Arrieta Bechara, Jaime Enrique, Juan Camilo Torres Cruz, and Hermilson Velásquez Ceballos. (2009). Predicciones de Modelos Econométricos y Redes Neuronales: El Caso de La Acción de Suraminv. Semestre Económico 12(25): 95-109.

Charris-Fontanilla, Arturo, Edder Parody-Camargo, and Edwin Causad-Rodríguez. (2016). Aplicación Del Modelo Estocástico Winer Gaus Para la predicción del precio de acciones del Mercado Bursátil Colombiano. In XXI Congreso Internacional de Contaduría, Administración e Informática, Ciudad De México: Scielo, 20.

Eugene, Fama. (1965). The Behavior of Stock-Market Prices. The Journal of Business 38(1): 34-105.

Fernández, Rodrigo, and Pablo Zamorano. (2014). Modelos Predictivos de Índices Bursátiles Relevantes Para La Economía Chilena. Universidad de Chile.

Forslund, Gustaf, and David Akesson. (2013). Predicting Share Price by Using Miltiple Linear Regression. KTH Royal Institute of Technology.

Gupta, Abhishek. (2014). A Survey on Stock Market Prediction Using Various Algorithms. International Journal Computer Technology and Applications 5(April): 530-533.

Hagan, Martin T, Howard Demuth, and Mark Hudson. (2014). Neural Network Design. 2nd Ed. Frisco Tx: Martin Hagan.

Iñíguez, Raul. (2003). Aplicación de Los Modelos de Feltham-Ohlson Para La Predicción de Los Beneficios y La Valoración de Las Acciones. Universidad de Alicante.

Lakshman Naik, R, D Ramesh, B Manjula, and A Govardhan. (2012). Prediction of Stock Market Index Using Genetic Algorithm. Computer Engineering and Intelligent Systems 3(7).

Lamberton, Darmien. (2007). Introduction to Stochastic Calculus Applied to Finance. 2nd Ed. ed. taylos & Francis Group. New York, NY, USA: Chapman and hall.

Moghaddam, Amin Hedayati, Moein Hedayati Moghaddam, and Morteza Esfandyari. (2016). Predicción Del Índice Del Mercado Bursátil Utilizando Una Red Neuronal Artificial. Journal of Economics, Finance and Administrative Science 21(41): 89-93.

Monsalve, Abelardo, and Pedro Harmath. (2015). Introducción al análisis de series de tiempo con aplicaciones a la economía y finanzas. 1st Ed. ed. Escuela Venezolana de Matemáticas. Caracas: Ediciones IVIC.

Murphy, John J. (2000). Análisis Técnico de Los Mercados Financieros. 1st Ed. New York, NY, USA: Prentice Hall.

Parody-Camargo, Edder, Arturo Charris-Fontanilla, and Rafael García-Luna. (2016). Modelo log-normal para predicción del precio de las acciones del sector bancario. Dimensión empresarial 14: 137-49.

Rao, A., et al. (2015). Survey: Stock Market Prediction Using Statistical Computational Methodologies and Artificial Neural Networks. International Research Journal of Engineering and Technology (08).

Sim Vui, Chang et al. (2013). IEEE International Conference on Control System, Computing and Engineering, 2013 A Review of Stock Market Prediction with Artificial Neural Network (ANN). Penang: IEEE.

Vui, Chang Sim et al. (2013). A Review of Stock Market Prediction with Artificial Neural Network (ANN). In International Conference on Control System, Computing and Engineering, Penang: IEEE, 477-82.


Enlaces refback

  • No hay ningún enlace refback.




URL de la licencia: https://creativecommons.org/licenses/by/3.0/deed.es

Licencia Creative Commons    Esta revista está bajo una Licencia Creative Commons Atribución 3.0 No portada.