PROPUESTA DE METODOLOGÍA PARA MEJORAR ESTRATEGIA DE INVERSIÓN DE MOMENTUM EN EL MERCADO BURSÁTIL CHILENO POR MEDIO DE UN MODELO BASADO EN REDES NEURONALES ARTIFICIALES
Abstract
Las estrategias de inversión no están ajenas a los nuevos tiempos y deben adaptarse
al entorno dinámico del último tiempo y es tarea y desafío de las nuevas generaciones
propuestas de metodologías que permitan una correcta toma de decisiones al invertir.
Esta memoria propone la implementación de un modelo de Redes Neuronales Artificiales
en la estrategia de momentum, capaz de mejorar el desempeño, logrando mayores retornos
a un menor riesgo.
Los resultados obtenidos muestran sinergia en dos modelos propuestos: un modelo
que se alimenta de las rentabilidades que siguen unas determinas acciones y proyecta
las rentabilidades acumuladas futuras y otro modelo que recibe en forma de inputs estas
rentabilidades acumuladas y tiene como target entregar directamente las acciones en las
que se debería invertir. Este segundo modelo logra una estrategia que domina al resto,
comparándola además con otras estrategias y un modelo econométrico.
Ambos modelos tienen como mejor configuración de red 1 capa oculta y 5 neuronas y
superan estadísticamente a la estrategia de momentum.
La metodología propuesta cuenta con la ventaja de ser de simple programación y
entrega resultados claros.