Palabras clave
Ganancias de capital
Algoritmos genéticos
Optimización combinatoria
Caminata aleatoria
Cómo citar
Resumen
En el mercado de acciones, una rgla de filtro se define como una herramienta técnica que le permite a los agentes involucados definir una estrategia sobre cuándo comprar o vender sus acciones, a partir de la determinación de ciertos parámetros. El asunto crucial radica en cómo seleccionar la combinación óptima de los parámetros dentro de un espacio de búsqueda suficientemente grande. En este artículo se aplica la técnica heurística de algoritmos genéticos, paa encontrar la combinación cuasi-óptima de parámetros que maximice las ganancias de capital en la transacción de acciones.Referencias
Alexander, Sidney (1961). “Price Movements in Speculative Markets: Trends or Random Walks.” Industrial Management Review; Vol. 5, pp. 25-46.
Allen, F. y Karjalainen, R. (1999). “Using Genetic Algorithms to Find Technical Trading Rules”. Journal of Financial Economics; Vol. 51, pp. 245-71.
Bera, Anil y Carlos Jarque (1980). “Efficient Tests for Normality, Homoscedasticity and Serial Independence of Regression Residuals.” Economics Letters; Vol. 6, pp. 255-59.
Edwards, Robert y John Magee (2001). Technical Analysis of Stock Trends. American Management Association, octava edición.
Fama, Eugene (1970). “Multiperiod Consumption-Investment Decisions.” American Economic Review; Vol. 60, pp. 163-74.
Fama, Eugene y Marshall Blume (1966). “Filter Rules and Stock-Market Trading.” The Journal of Business; Vol. 39, pp. 226-41.
Greene, William (2003). Econometric Analysis. Upper Saddle River, NJ: Prentice Hall, quinta edición.
Grossman, Sanford (1976). “On the Efficiency of Competitive Stock Markets Where Trades Have Diverse Information.” Journal of Finance; Vol. 31, pp. 573-85.
Holland, J.H. (1975). Adaptation in Natural and Artificial Systems. Ann Arbor, Michigan: University of Michigan Press.
La Porta, R. et al. (1997). “Good News for Value Stocks: Further Evidence on Market Efficiency.” Journal of Finance; Vol. 52, pp. 859-74.
Lin, Li et al. (2007). “The Applications of Genetic Algorithms in Stock Market Data Mining Optimisation.” Faculty of Information Technology, Sidney, Australia.
Mandelbrot, Benoit (1966). “Forecasts of Future Prices, Unbiased Markets and Martingale Models.” The Journal of Business; Vol. 39, pp. 100-14.
Michalewicz, Z. y David Fogel (2000). How to Solve It: Modern Heuristics. Berlin: Springer.
Pham, Duc y Davis Karaboga (1998). Intelligent Optimisation Techniques. Londres: Springer.
Esta obra está bajo una licencia internacional Creative Commons Reconocimiento-NoComercial-SinObraDerivada 3.0.
Derechos de autor 2009 Allan Hernández Chanto