Algoritmos Genéticos: Aplicación a la cotización accionaria de Grupo BIMBO

Edgar Adrián Quiroz Calvillo; Maria Andrea Zamorano Orozco

Buscar

dc.rights.license	http://creativecommons.org/licenses/by-nc-nd/4.0	es_ES
dc.contributor	Denise Gómez Hernández	es_ES
dc.creator	Edgar Adrián Quiroz Calvillo	es_ES
dc.creator	Maria Andrea Zamorano Orozco	es_ES
dc.date	2019-09-02
dc.date.accessioned	2019-11-04T13:47:05Z
dc.date.available	2019-11-04T13:47:05Z
dc.date.issued	2019-09-02
dc.identifier.uri	http://ri-ng.uaq.mx/handle/123456789/1616
dc.description	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.	es_ES
dc.format	Adobe PDF	es_ES
dc.language.iso	Español	es_ES
dc.relation.requires	No	es_ES
dc.rights	En Embargo	es_ES
dc.subject	Algoritmos genéticos,	es_ES
dc.subject	ARIMA	es_ES
dc.subject	BIMBO	es_ES
dc.subject	predicción financiera	es_ES
dc.subject.classification	CIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRA	es_ES
dc.title	Algoritmos Genéticos: Aplicación a la cotización accionaria de Grupo BIMBO	es_ES
dc.type	Tesis de licenciatura	es_ES
dc.creator.tid	curp	es_ES
dc.creator.tid	curp	es_ES
dc.contributor.tid	curp	es_ES
dc.creator.identificador	QUCE960910HDFRLD02	es_ES
dc.creator.identificador	ZAOM951124MQTMRN06	es_ES
dc.contributor.identificador	GOHD760112MVZMRN08	es_ES
dc.contributor.role	Director	es_ES
dc.degree.name	Licenciatura en Actuaría	es_ES
dc.degree.department	Facultad de Contaduría y Administración	es_ES
dc.degree.level	Licenciatura	es_ES