Fuzzy Portfolio Selection with Sugeno Type Fuzzy Neural Network: Investing in the Mexican Stock Market
Resumen
Selección de portafolios difusos con redes neuronales difusas tipo sugeno: invirtiendo en la Bolsa Mexicana de Valores
El objetivo de esta investigación es comparar los rendimientos de la metodología propuesta denominada como Portafolios Difusos con Redes Neurales Difusas Tipo Sugeno contra la teoría de portafolios de Markowitz; buscando identificar el mejor modelo de inversión. Para ello, se estudian diez acciones del mercado mexicano en formato diario desde el 2 de enero 2015 hasta el 15 de mayo de 2020, con el fin de obtener portafolios de inversión semanales desde el 15 de mayo hasta el 12 de junio de 2020. El principal resultado es que nuestra metodología reconoce el comportamiento de cada acción, genera una mejor gestión del riesgo y proporciona mayor rentabilidad en comparación con las técnicas tradicionales. La recomendación es evaluar otras acciones y mercados para verificar la eficiencia del modelo, la limitación es que un análisis fundamental debe preceder a la herramienta, y la originalidad es la nueva técnica propuesta. La principal conclusión es que el modelo de selección de cartera basado en redes neuronales difusas generó dos portafolios sin rendimientos negativos durante el periodo, la ganancia acumulada obtenida fue de hasta un 15.68%.
Palabras clave
Texto completo:
PDF (English)DOI: https://doi.org/10.21919/remef.v16i0.583
Enlaces refback
- No hay ningún enlace refback.
Este obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial 4.0 Internacional.