Modelado de sistemas de inversión mediante lógica borrosa como soporte a la toma de decisiones en mercados bursátiles

  1. NARANJO MOTA, RODRIGO
Dirigida por:
  1. Matilde Santos Peñas Director/a
  2. Javier Arroyo Gallardo Director/a

Universidad de defensa: Universidad Complutense de Madrid

Fecha de defensa: 07 de julio de 2017

Tribunal:
  1. Francisco Javier Montero de Juan Presidente/a
  2. Luis Garmendia Salvador Secretario/a
  3. Luis Martínez López Vocal
  4. Carlos Maté Jiménez Vocal
  5. Agustín Jiménez Avelló Vocal

Tipo: Tesis

Resumen

Saber cuándo y cómo invertir en los mercados de valores es una decisión difícil de tomar para los inversores. Los mercados bursátiles requieren conocimientos específicos, un análisis exhaustivo de los mercados y una gran experiencia. Hoy en día hay multitud de mercados, diferentes variables, indicadores, patrones, etc., que deben ser analizados antes de tomar una decisión financiera en un corto intervalo de tiempo. Por ese motivo los inversores recurren a técnicas computacionales, algunas de ellas provenientes de inteligencia artificial, para paliar esta gran carga de trabajo que supone el análisis de dichos mercados. Dentro de esta línea, la presente tesis incide en el soporte que ofrecen las técnicas de soft computing, en concreto la lógica borrosa, a la toma de decisión. Debido a las características propias de este escenario de aplicación, se presenta como idónea y ofrece una gran mejora respecto a los sistemas clásicos de trading. Este trabajo de investigación se ha focalizado en el análisis técnico, el cual se basa exclusivamente en la observación de los precios y volúmenes de transacción de las operaciones bursátiles, permitiendo a los inversores anticipar los movimientos del mercado. En el trabajo desarrollado se han abordado, mediante lógica borrosa, los siguientes elementos de los que se compone un sistema de inversión: - Sistema de trading. Se han implementado sistemas capaces de predecir el comportamiento futuro del mercado, indicando el momento oportuno para la compra o venta de acciones. Los sistemas propuestos para esta predicción financiera incluyen: o Sistemas de trading basados en indicadores técnicos. o Sistemas de trading basados en velas japonesas. Concretamente se han abordado dos tipos de sistemas de trading con velas japonesas: ¿ Aprendizaje perezoso usando el método k-NN. ¿ Aprendizaje basado en el conocimiento del experto. - Sistema de gestión del riesgo y gestión del capital. Se han desarrollado sistemas de gestión de capital que utilizan la información borrosa proporcionada por las salidas de los sistemas inteligentes de trading implementados. Dicha información se utiliza como entrada al sistema de gestión de capital, a modo de grado de incertidumbre obtenida en la predicción, permitiendo así graduar el riesgo asumido en cada operación. Este campo se presenta como innovador y es una importante aportación de la tesis debido a la escasez de literatura científica al respecto. De la investigación y el desarrollo de los diferentes sistemas descritos anteriormente, y a diferencia de otros estudios, se ha obtenido además una aproximación metodológica de los sistemas enumerados anteriormente. Esto permite a los inversores no restringirse a la aplicación de los sistemas implementados en la presente tesis, sino poder adaptar sus propios sistemas mediante los modelos inteligentes propuestos. Para ello, además de los procesos concretos desarrollados, se plantea el mismo procedimiento para aplicar la lógica borrosa a la adaptación de otros sistemas de inversión, a pesar de sus diferencias técnicas o conceptuales. Dichos procesos abarcan desde el estudio de las variables necesarias y su incorporación al modelo borroso, hasta la interpretación de las salidas para su uso en un sistema real de inversión, pasando por la borrosificación de variables de entradas o salidas, sistema de control borroso, entrenamiento, optimización, validación, etc. El rendimiento de los sistemas borrosos propuestos se ha comparado con sistemas equivalentes basados en lógica clásica, con resultados satisfactorios en cuanto a obtener un sistema inteligente de decisión que produce mayores beneficios y disminuye el riesgo, acotando las pérdidas tanto sostenidas en el tiempo como pérdidas bruscas de capital. Todos los sistemas han sido validados con datos reales provenientes de diferentes mercados, ofreciendo una diversidad de situaciones a las que se puede enfrentar cualquier sistema de inversión en la realidad.