Please use this identifier to cite or link to this item: http://repository.eia.edu.co/handle/11190/759
Title: Pronóstico de series temporales financieras mediante la utilización de modelos neuroevolutivos
Adviser: Peña-Palacio, A. (Alejandro)
Issue Date: 23-May-2014
Abstract: Understanding the behavior of a financial asset’s value in financial markets is one of the main concerns of institutions and individual investors. The concept of predicting the performance of investments has become of the principle focuses of study, not only in academic institutions but also for corporate research. Several models have been developed to help achieve foresight of investment performance, most notably neural network models used in forecasting temporal series. Despite the popular use of neural network models the results presented by these models have not always been satisfactory (Marshall, Cahan, & Cahan, 2008) (Yamamoto, 2012). Even with the dissatisfactions on of these models, computational models integrating some computational intelligence tools, such as the neuroevolutionary models, allow it to emulate some processes that one can find in nature, like the interaction and the neuron’s learning process, just like mutations and genetic evolution. Thus, neuroevolutionary models learn to detect patterns, identify tendencies and, this way, predict values (Isazi Viñuela & Galván León, 2004) (Beyer, 1997).
Description: Conocer el comportamiento del valor de un activo financiero en un mercado de valores, es una de las principales preocupaciones que afrontan las empresas y las personas alrededor del mundo, y hoy en día este campo constituye uno de los principales objetos de estudio tanto en el ámbito académico como empresarial. Para la solución de este problema, se han desarrollado diferentes modelos computacionales entre los que se destacan los modelos por redes neuronales, los cuales han sido utilizados ampliamente para pronosticar muchos tipos de series temporales. Sin embargo, los resultados que estas arrojan no siempre han sido satisfactorios (Marshall, Cahan, & Cahan, 2008) (Yamamoto, 2012). Por su parte los modelos computacionales que integran varias herramientas de la inteligencia computacional como los modelos neuroevolutivos, permiten emular algunos procesos presentes en la naturaleza como la interacción y el aprendizaje de las neuronas, así como las mutaciones y la evolución genética. De esta manera los modelos neuroevolutivos aprenden a detectar patrones, identificar tendencias y así predecir valores. (Isazi Viñuela & Galván León, 2004) (Beyer, 1997)
URI: http://hdl.handle.net/11190/759
Appears in Collections:Ingeniería Administrativa

Files in This Item:
There are no files associated with this item.


This item is licensed under a Creative Commons License Creative Commons