
Optimización de portafolios accionarios a través de un micro algoritmo genético
Author(s) -
Mauricio Gutiérrez Urzúa,
Erick Torres Melillanca,
Patricio Gálvez Gálvez,
Germán Poo Caamaño
Publication year - 2014
Publication title -
industrial data
Language(s) - Spanish
Resource type - Journals
eISSN - 1810-9993
pISSN - 1560-9146
DOI - 10.15381/idata.v10i2.6357
Subject(s) - sorting , humanities , computer science , mathematics , algorithm , philosophy
Esta investigación muestra la optimización de portafolios accionarios mediante micro algoritmos genéticos, que resuelvan el modelo de selección de inversiones planteado por Markowitz, como una optimización multi-objetivo, en donde se maximiza la rentabilidad y se minimiza el riesgo, lo que implica, realizar una negociación entre ambos objetos y buscar soluciones óptimas. La resolución de este problema requiere de un algoritmo genético para optimización multi-objetivo basado en óptimos de Pareto. Los resultados obtenidos señalan que esta publicación es más eficiente que otros procesos de similares características((Non-dominated Sorting Genetic Algorithm II(NSGA II) y Pareto Archive Evolution Strategy (PAES)), pero debido al período de tiempo y las características del mercado local, su poder de predicción es bajo.