Abstract

BELLIDO, B  and  SCHWARZ, M. Redes neuronales para predecir el comportamiento del conjunto de activos financieros más líquidos del mercado de valores peruano. Rev. ciente. UCSA [online]. 2019, vol.6, n.1, pp.49-64. ISSN 2409-8752.  https://doi.org/10.18004/ucsa/2409-8752/2019.006(01)049-064.

La presente investigación tiene como propósito identificar una herramienta de inteligencia artificial basada en redes neuronales para predecir el comportamiento de rendimiento y riesgo del conjunto de activos financieros basados en acciones que reflejen con mayor exactitud el movimiento bursátil del mercado de valores peruano. La investigación identificó inicialmente el activo financiero más apropiado para estimar los valores de rendimiento y riesgo de la cartera de acciones 50% más liquida del mercado peruano en el período 2010-2016. A partir del activo seleccionado se utilizó la técnica de redes neuronales artificiales con un perceptrón multicapa con regresión configurado con 3 capas (21,85,2) usando una función de activación logística con un optimizador LBFGS a una taza de aprendizaje de 0.01 para establecer los patrones financieros, operacionales, comerciales o de gobierno corporativo que puedan explicar y/o predecir el comportamiento del mismo en el mercado. La investigación concluye que la capacidad de generación de caja y la velocidad con la que se rotan los activos, así como la velocidad con la que se desembolsa el Capex constituyen los principales factores que influencian en la determinación de las mejores combinaciones de rendimiento y riesgo para el grupo de activos financieros considerados como materia de estudio, independiente del sector de mercado en el cual se opera. La investigación encontró una red neuronal capaz de aproximar la predicción de rendimiento y riesgo con un 76.93% de eficacia para el conjunto de activos seleccionados en el periodo de estudio. La investigación aporta un reconocimiento de patrones diferenciados en aspectos financieros, operacionales, comerciales y de gobierno corporativo con un especial énfasis en la capacidad gerencial que los genera cuya influencia se refleja en el desempeño del conjunto de activos estudiados por medio de la técnica de redes neuronales generando una herramienta predictiva para estimar su comportamiento bursátil.

Keywords : Activo financiero; Fondo cotizado; redes neuronales; rendimiento bursátil; riesgo bursátil.

        · abstract in English     · text in Spanish     · Spanish ( pdf )