Título :	Algoritmos Genéticos: Aplicación a la cotización accionaria de Grupo BIMBO
Sustentante:	Edgar Adrián Quiroz Calvillo Maria Andrea Zamorano Orozco
Palabras clave :	CIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRA MATEMATICAS PROBABILIDAD
Fecha de publicación:	2-sep-2019
metadata.dc.degree.department:	Facultad de Contaduría y Administración
metadata.dc.degree.name:	Licenciatura en Actuaría
Descripción :	En la actualidad un tema en auge es el análisis y uso de bases de datos para la toma de decisiones. El objetivo de este trabajo es analizar mediante los modelos multivariado ARIMA estándar y el resultante del método de algoritmos genéticos, la capacidad predictiva en el índice bursátil de grupo Bimbo para determinar qué modelo obtiene el mejor desempeño en términos predictivos del signo de cambio en dicho índice. Para lograr dicho objetivo, se tomaron los valores de cierre semanal de sus cotizaciones que son mostradas en Yahoo! Finance desde el 3 de enero del año 2000 al 1 de diciembre del 2017, lo cual equivale a 936 valores, se hizo una transformación en la base de datos para lograr obtener una serie estacionaria y ajustar la serie a un modelo ARIMA, la cual sirvió como comparación con la capacidad predictiva del algoritmo genético que se generó. El modelo de algoritmos genéticos nos arrojó un resultado donde se ajustan los modelos AR (1), MA (1) y ARIMA (1, 1, 1), que mediante la prueba de estrés nos arrojan un porcentaje de predicción de signo en un año de 55.7%, 59.6% y 57.6% respectivamente. En contraparte el modelo de Algoritmos genéticos presenta un porcentaje de predicción anual de signo del 67.3%, con esto concluimos que aun usando el modelo ARIMA de mejor resultado, en la comparación de capacidad de predicción los algoritmos genéticos superan el rendimiento en más de 8 puntos porcentuales.
URI :	http://ri-ng.uaq.mx/handle/123456789/1616
Otros identificadores :	Algoritmos genéticos, ARIMA BIMBO predicción financiera
Aparece en las colecciones:	Licenciatura en Actuaría

Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.