Estructuración de portafolios mediante el uso de redes neuronales: un comparativo de la rentabilidad frente a los métodos tradicionales
El mercado de valores es un lugar mediante el cual los inversionistas pueden realizar diferentes estrategias con el fin de lograr una rentabilidad sobre su capital invertido, adoptando a su paso metodologías que les permitan obtener mejores resultados y mayor seguridad al momento de tomar sus decisi...
- Autores:
-
Mancilla Martínez, Nicolás
Muñoz Arciniegas, María José
Sánchez Carvajal, Mayra Alexandra
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2019
- Institución:
- Universidad Autónoma de Bucaramanga - UNAB
- Repositorio:
- Repositorio UNAB
- Idioma:
- spa
- OAI Identifier:
- oai:repository.unab.edu.co:20.500.12749/13671
- Acceso en línea:
- http://hdl.handle.net/20.500.12749/13671
- Palabra clave:
- Financial engineering
Financial analysis
Financial managenment
Investigation
Stock market
Investors
Cost effectiveness
Invested capital
Decision making
Análisis financiero
Ingeniería financiera
Gestión financiera
Investigación
Mercado de valores
Inversionistas
Rentabilidad
Capital invertido
Toma de decisiones
- Rights
- openAccess
- License
- http://creativecommons.org/licenses/by-nc-nd/2.5/co/
| id |
UNAB2_57f1e9dff9fbadb8a814d8a060c98282 |
|---|---|
| oai_identifier_str |
oai:repository.unab.edu.co:20.500.12749/13671 |
| network_acronym_str |
UNAB2 |
| network_name_str |
Repositorio UNAB |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Estructuración de portafolios mediante el uso de redes neuronales: un comparativo de la rentabilidad frente a los métodos tradicionales |
| dc.title.translated.spa.fl_str_mv |
Portfolio structuring through the use of neural networks: a comparison of profitability versus traditional methods |
| title |
Estructuración de portafolios mediante el uso de redes neuronales: un comparativo de la rentabilidad frente a los métodos tradicionales |
| spellingShingle |
Estructuración de portafolios mediante el uso de redes neuronales: un comparativo de la rentabilidad frente a los métodos tradicionales Financial engineering Financial analysis Financial managenment Investigation Stock market Investors Cost effectiveness Invested capital Decision making Análisis financiero Ingeniería financiera Gestión financiera Investigación Mercado de valores Inversionistas Rentabilidad Capital invertido Toma de decisiones |
| title_short |
Estructuración de portafolios mediante el uso de redes neuronales: un comparativo de la rentabilidad frente a los métodos tradicionales |
| title_full |
Estructuración de portafolios mediante el uso de redes neuronales: un comparativo de la rentabilidad frente a los métodos tradicionales |
| title_fullStr |
Estructuración de portafolios mediante el uso de redes neuronales: un comparativo de la rentabilidad frente a los métodos tradicionales |
| title_full_unstemmed |
Estructuración de portafolios mediante el uso de redes neuronales: un comparativo de la rentabilidad frente a los métodos tradicionales |
| title_sort |
Estructuración de portafolios mediante el uso de redes neuronales: un comparativo de la rentabilidad frente a los métodos tradicionales |
| dc.creator.fl_str_mv |
Mancilla Martínez, Nicolás Muñoz Arciniegas, María José Sánchez Carvajal, Mayra Alexandra |
| dc.contributor.advisor.none.fl_str_mv |
Vesga Bermejo, Cristhian Andrés Ardila Acuña, Víctor Ángel |
| dc.contributor.author.none.fl_str_mv |
Mancilla Martínez, Nicolás Muñoz Arciniegas, María José Sánchez Carvajal, Mayra Alexandra |
| dc.contributor.cvlac.spa.fl_str_mv |
Vesga Bermejo, Cristhian Andrés [0001474650] Ardila Acuña, Víctor Ángel [0001550622] |
| dc.contributor.orcid.spa.fl_str_mv |
Vesga Bermejo, Cristhian Andrés [0000-0002-9824-3582] |
| dc.contributor.researchgate.none.fl_str_mv |
Ardila Acuña, Víctor Ángel [Victor_Ardila_Acuna] |
| dc.contributor.linkedin.none.fl_str_mv |
Ardila Acuña, Víctor Ángel [ingvardila] |
| dc.subject.keywords.spa.fl_str_mv |
Financial engineering Financial analysis Financial managenment Investigation Stock market Investors Cost effectiveness Invested capital Decision making |
| topic |
Financial engineering Financial analysis Financial managenment Investigation Stock market Investors Cost effectiveness Invested capital Decision making Análisis financiero Ingeniería financiera Gestión financiera Investigación Mercado de valores Inversionistas Rentabilidad Capital invertido Toma de decisiones |
| dc.subject.lemb.spa.fl_str_mv |
Análisis financiero Ingeniería financiera Gestión financiera Investigación |
| dc.subject.proposal.spa.fl_str_mv |
Mercado de valores Inversionistas Rentabilidad Capital invertido Toma de decisiones |
| description |
El mercado de valores es un lugar mediante el cual los inversionistas pueden realizar diferentes estrategias con el fin de lograr una rentabilidad sobre su capital invertido, adoptando a su paso metodologías que les permitan obtener mejores resultados y mayor seguridad al momento de tomar sus decisiones de inversión. Para esto, se han desarrollado modelos tales como el de media-varianza de Markowitz (1952) y CAPM (1964), entre otros, los cuales enfocan sus estudios en la diversificación para estructurar portafolios de inversión, permitiendo a los inversionistas adecuar sus estrategias según sus expectativas y perfil de riesgo. Sin embargo, el grado de incertidumbre dificulta administrar de manera óptima los recursos para la estructuración de los portafolios, haciendo necesaria la implementación de nuevas metodologías que implementen soluciones innovadoras a problemas complejos. En este sentido, el presente trabajo propone el uso de redes neuronales artificiales (RNA), como mecanismo para pronosticar los precios de las acciones de alta bursatilidad del mercado de valores colombiano según la Superintendencia Financiera de Colombia, permitiendo a los inversionistas anticiparse a las posibles tendencias del mercado y, de esta forma, mejorar la gestión del riesgo de sus inversiones. |
| publishDate |
2019 |
| dc.date.issued.none.fl_str_mv |
2019 |
| dc.date.accessioned.none.fl_str_mv |
2021-08-04T20:02:40Z |
| dc.date.available.none.fl_str_mv |
2021-08-04T20:02:40Z |
| dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.local.spa.fl_str_mv |
Trabajo de Grado |
| dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.redcol.none.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/20.500.12749/13671 |
| dc.identifier.instname.spa.fl_str_mv |
instname:Universidad Autónoma de Bucaramanga - UNAB |
| dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional UNAB |
| dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repository.unab.edu.co |
| url |
http://hdl.handle.net/20.500.12749/13671 |
| identifier_str_mv |
instname:Universidad Autónoma de Bucaramanga - UNAB reponame:Repositorio Institucional UNAB repourl:https://repository.unab.edu.co |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.spa.fl_str_mv |
Álvarez, R. D., Ortega, G. A., Sánchez, A. M., Herrera, M. (2004). Evolución de la teoría económica de las finanzas: una breve revisión. Semestre Económico, Vol. 7, N° 14, p.p 105-127 Arrieta, J. E., Torres, J. C, Velásquez, H. (2009). Predicción del comportamiento diario de la acción de SURAMINV. Un modelo de redes neuronales. Semestre Económico, Vol. 12, Nº 25, p.p 95-109 Asobolsa. (2018). Informes económicos y publicaciones. Bogotá, Colombia. Recuperado de http://www.asobolsa.org/informes-economicos-publicaciones-2/ Bejarano, H.M.(2008). Evaluación de portafolio de inversión en acciones utilizando Markowitz, redes neuronales e indicadores técnico (Trabajo de grado). Universidad Simón Bolívar, Caracas, Venezuela. Benedetti, F., Baigún, A., Yanguas, M., Heymann, D., Perazzo, R., & Zimmermann, M. (2008). Predicciones de Series de Tiempo con Redes Neuronales: Trading usando el Índice Merval. Cárdenas, L., Díaz. J. M., Arboleda, S. M., Galarcio, C. L., Lotero, J. E., Isaza, F. (2015). Modelo de selección de portafolio óptimo de acciones mediante el análisis de Black-Litterman. Revista Ingenierías Universidad de Medellín, Vol. 14, N° 27, p.p 111-130 Conti, D., Simó, C., Rodríguez, A. (2005). Teoría de carteras de inversión para la diversificación del riesgo: enfoque clásico y uso de redes neuronales artificiales (RNA). Revista Ciencia e Ingeniería, Vol. 26, N° 1, p.p 35-42 Cruz, R., Clemente, A. (2014) Aplicación del modelo de Black-Litterman a la selección de portafolios internacionales. Revista de la facultad de Ciencias Contables. Vol. 22 N° 41 pp. 113-120. Lima – Perú Czerwinsici, F. (2014). Valoración de activos, con enfoque sobre CAPM y APT (Trabajo de grado). Universidad Pontificia Comillas, Madrid, España. Dip, J. A, Romero, P. I. (2015). Una comparación de redes neuronales y modelos ARCH-GARCH para predecir variaciones en el precio de las acciones. Aplicación a un caso de acciones de telefonía. Revista de Investigación en Modelos Financieros, Vol. 2, p.p 1-29 Fernández, A., & Gómez, S. (2007). Portfolio selection using neural networks. Computers & Operations Research, 34(4), 1177-1191. Firacative, E. F. (2015). Aplicación del modelo CAPM para la valoración de acciones en el mercado integrado latinoamericano MILA (Tesis maestría). Universidad Nacional de Colombia, Bogotá, Colombia. García, C. M. (2014). Predicción del comportamiento de la rentabilidad de la acción de ISAGEN, a partir de la técnica de redes neuronales artificiales (Tesis de Maestría). Pontificia Universidad Javeriana, Bogotá, Colombia. García, J., (2013), Inversiones financieras: selección de carteras Teoría y práctica, Madrid, España, Editorial Pirámide. Gil, M. M., Pérez, F. O. (2005). Análisis y predicción de la acción de la empresa Acerías Paz del Río utilizando un modelo GARCH (1,1) y redes neuronales artificiales. Revista Ingenierías, Vol. 4, Nº 7, p.p 83-97 Giraldo, L., Díaz. J. M., Arboleda, S. M., Galarcio, C. L., Lotero, J. E., Isaza, F. (2015). Modelo de selección de portafolio óptimo de acciones mediante el análisis de Black-Litterman. Revista Ingenierías Universidad de Medellín, Vol. 14, N° 27, p.p 111-130 Gutiérrez, M. (2004). Administración de carteras con redes neuronales mediante metodología Rolling. (Tesis profesional). Universidad de Chile, Santiago de Chile. Gysel, H. J.,& Samano, M. A. (2004). Teoría del riesgo- Selección de un portafolios de inversión (Tesis profesional). Universidad de las Américas Puebla, Cholula, México. Mahu. J.A. (2012). Detección de daños en una viga simple mediante antiresonancia y redes neuronales. (Tesis profesional). Universidad de Chile, Santiago de Chile, Chile. Mathworks. (2019). Choose a Multilayer Neural Network Training Function. Recuperado de: https://la.mathworks.com/help/deeplearning/ug/choose-a-multilayer-neural-network-training-function.html Matich, D. J. (2011). Redes Neuronales Conceptos Básicos y Aplicaciones. Universidad Tecnológica Nacional, Rosario, Argentina. Medina, L. A. (2003). Aplicación de la teoría del portafolio en el mercado accionario colombiano. Cuadernos de economía, Vol. 22, N° 39, p.p 129-168 Ponce, P. (2010). Inteligencia artificial con aplicaciones a la ingeniería. Alfaomega. Ramírez, G. L., Fernández, C. P. (2008). Estructuración de portafolios de acciones en el mercado de valores de Hong Kong. Revista Soluciones de Postgrado EIA, Vol. 1, N° 2, p-p 39-55 Rivillas, M. (2018) Construcción de portafolios de inversión para las Américas, Utilizando índices bursátiles representativos, mediante las teorías de Markowitz y Black-Litterman (Proyecto de grado). Universidad Santo Tomás, Bucaramanga, Colombia Robledo, J. P., García, C. (2008). Portafolios de inversión a través de redes neuronales y algoritmo genético. Universidad Tecnológica de Pereira. Pereira, Colombia Sánchez Anzola, N. (2015). Máquinas de soporte vectorial y redes neuronales artificiales en la predicción del movimiento USD/COP spot intradiario. ODEON, 9, pp. 113-172. DOI: http:// dx.doi.org/10.18601/17941113.n9.04 Shachmurove, Y. (2000). “Utilizing artificial neural network model to predict stock markets”. Working Paper #00-11, Caress. Superintendencia Financiera de Colombia. (2018). Índice de bursatilidad accionario. Bogotá, Colombia. Recuperado de https://www.superfinanciera.gov.co/inicio/80420 Villada, F., Muñoz, N., García, E. (2012). Aplicación de las redes neuronales al pronóstico de precios en el mercado de valores. Información Tecnológica, Vol. 23, Nº 4, p.p 11-20 |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/co/ |
| dc.rights.local.spa.fl_str_mv |
Abierto (Texto Completo) |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess http://purl.org/coar/access_right/c_abf2 |
| dc.rights.creativecommons.*.fl_str_mv |
Atribución-NoComercial-SinDerivadas 2.5 Colombia |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/co/ Abierto (Texto Completo) http://purl.org/coar/access_right/c_abf2 Atribución-NoComercial-SinDerivadas 2.5 Colombia |
| eu_rights_str_mv |
openAccess |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.coverage.spatial.spa.fl_str_mv |
Bucaramanga (Santander, Colombia) |
| dc.coverage.temporal.spa.fl_str_mv |
2019 |
| dc.coverage.campus.spa.fl_str_mv |
UNAB Campus Bucaramanga |
| dc.publisher.grantor.spa.fl_str_mv |
Universidad Autónoma de Bucaramanga UNAB |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad Economía y Negocios |
| dc.publisher.program.spa.fl_str_mv |
Pregrado Ingeniería Financiera |
| institution |
Universidad Autónoma de Bucaramanga - UNAB |
| bitstream.url.fl_str_mv |
https://repository.unab.edu.co/bitstream/20.500.12749/13671/1/2019_Tesis_Sanchez_Carvajal_Mayra_Alexandra.pdf https://repository.unab.edu.co/bitstream/20.500.12749/13671/2/2019_Articulo_Sanchez_Carvajal_Mayra_Alexandra.pdf https://repository.unab.edu.co/bitstream/20.500.12749/13671/3/2019_Presentacion_Sanchez_Carvajal_Mayra_Alexandra.pdf https://repository.unab.edu.co/bitstream/20.500.12749/13671/4/2019_Anexos_Sanchez_Carvajal_Mayra_Alexandra.zip https://repository.unab.edu.co/bitstream/20.500.12749/13671/5/license.txt https://repository.unab.edu.co/bitstream/20.500.12749/13671/6/2019_Tesis_Sanchez_Carvajal_Mayra_Alexandra.pdf.jpg https://repository.unab.edu.co/bitstream/20.500.12749/13671/7/2019_Articulo_Sanchez_Carvajal_Mayra_Alexandra.pdf.jpg https://repository.unab.edu.co/bitstream/20.500.12749/13671/8/2019_Presentacion_Sanchez_Carvajal_Mayra_Alexandra.pdf.jpg |
| bitstream.checksum.fl_str_mv |
0a25d1d1908ef002f15ac07c49006ac5 5075c6bd654d502b7aa9f83c36101b09 073f4dec0737e7cebe3ab71b24ca7334 e87af8aa1804271fbc45390823a901f6 8a4605be74aa9ea9d79846c1fba20a33 4ed2d3e7f633fe68ae717b9d5afab42a c7f373728d49c06c8f2960ab2e2a60b5 c3c4c14279282773a18c8f7e2c6b70f2 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional | Universidad Autónoma de Bucaramanga - UNAB |
| repository.mail.fl_str_mv |
repositorio@unab.edu.co |
| _version_ |
1814277775278735360 |
| spelling |
Vesga Bermejo, Cristhian Andrés4e2e6b3b-8508-4806-a183-cdebe16d0a11Ardila Acuña, Víctor Ángelaba34d6d-5cb2-4cfd-b79c-e37837cd9df7Mancilla Martínez, Nicolás7e5b88cf-8b11-4a06-9703-fdf66d1f5c45Muñoz Arciniegas, María Joséa783abbb-6d01-4b99-afaa-9f06a011e43aSánchez Carvajal, Mayra Alexandra2a9cfa7e-2c3e-4f95-945d-c0e8d83c3e4cVesga Bermejo, Cristhian Andrés [0001474650]Ardila Acuña, Víctor Ángel [0001550622]Vesga Bermejo, Cristhian Andrés [0000-0002-9824-3582]Ardila Acuña, Víctor Ángel [Victor_Ardila_Acuna]Ardila Acuña, Víctor Ángel [ingvardila]Bucaramanga (Santander, Colombia)2019UNAB Campus Bucaramanga2021-08-04T20:02:40Z2021-08-04T20:02:40Z2019http://hdl.handle.net/20.500.12749/13671instname:Universidad Autónoma de Bucaramanga - UNABreponame:Repositorio Institucional UNABrepourl:https://repository.unab.edu.coEl mercado de valores es un lugar mediante el cual los inversionistas pueden realizar diferentes estrategias con el fin de lograr una rentabilidad sobre su capital invertido, adoptando a su paso metodologías que les permitan obtener mejores resultados y mayor seguridad al momento de tomar sus decisiones de inversión. Para esto, se han desarrollado modelos tales como el de media-varianza de Markowitz (1952) y CAPM (1964), entre otros, los cuales enfocan sus estudios en la diversificación para estructurar portafolios de inversión, permitiendo a los inversionistas adecuar sus estrategias según sus expectativas y perfil de riesgo. Sin embargo, el grado de incertidumbre dificulta administrar de manera óptima los recursos para la estructuración de los portafolios, haciendo necesaria la implementación de nuevas metodologías que implementen soluciones innovadoras a problemas complejos. En este sentido, el presente trabajo propone el uso de redes neuronales artificiales (RNA), como mecanismo para pronosticar los precios de las acciones de alta bursatilidad del mercado de valores colombiano según la Superintendencia Financiera de Colombia, permitiendo a los inversionistas anticiparse a las posibles tendencias del mercado y, de esta forma, mejorar la gestión del riesgo de sus inversiones.Introducción 1 1 Objetivos 2 2.1 Objetivo general 2 2.2 Objetivos específicos 2 3 Marco teórico 3 4.1 Introducción a la estructuración de portafolios 3 4.2 Metodologías tradicionales para estructurar portafolios 5 4.2.1 Modelo de Markowitz 5 4.2.2 Modelo CAPM 8 4.3 Ventajas y desventajas de las metodologías tradicionales 10 4.3.1 Ventajas y desventajas del modelo de Markowitz 10 4.3.2 Ventajas y desventajas del modelo CAPM 11 4.4 Redes neuronales 11 4.4.1 Estructura y elementos básicos 12 4.4.1.1 Funciones de entrada 14 4.4.1.2 Funciones de activación 15 4.4.1.3 Funciones de entrenamiento 15 4.4.2 Clasificación de las redes 17 4.4.2.1 Topología basada en la manera de realizar las conexiones 17 4.4.2.2 Topología basada en el número de capas 17 4.4.2.3 Topología basada en el mecanismo de aprendizaje 18 5 Antecedentes y Estado de arte 19 6 Metodología 26 6.1 Primera etapa: pronóstico mediante el uso de redes neuronales 26 6.2 Segunda etapa: estructuración de portafolios y comparativo de rentabilidades 28 7 Resultados 29 8 Conclusiones 39 9 Referencias 41PregradoThe stock market is a place through which investors can carry out different strategies in order to achieve a return on their invested capital, adopting methodologies that allow them to obtain better results and greater security when making their investment decisions. . For this, models such as the mean-variance of Markowitz (1952) and CAPM (1964) have been developed, among others, which focus their studies on diversification to structure investment portfolios, allowing investors to adapt their strategies according to your expectations and risk profile. However, the degree of uncertainty makes it difficult to optimally manage resources for structuring portfolios, making it necessary to implement new methodologies that implement innovative solutions to complex problems. In this sense, the present work proposes the use of artificial neural networks (ANN), as a mechanism to forecast the prices of highly marketable shares in the Colombian stock market according to the Financial Superintendence of Colombia, allowing investors to anticipate the possible market trends and, in this way, improve the risk management of your investments.Modalidad Presencialapplication/pdfspahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Atribución-NoComercial-SinDerivadas 2.5 ColombiaEstructuración de portafolios mediante el uso de redes neuronales: un comparativo de la rentabilidad frente a los métodos tradicionalesPortfolio structuring through the use of neural networks: a comparison of profitability versus traditional methodsIngeniero financieroUniversidad Autónoma de Bucaramanga UNABFacultad Economía y NegociosPregrado Ingeniería Financierainfo:eu-repo/semantics/bachelorThesisTrabajo de Gradohttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/redcol/resource_type/TPFinancial engineeringFinancial analysisFinancial managenmentInvestigationStock marketInvestorsCost effectivenessInvested capitalDecision makingAnálisis financieroIngeniería financieraGestión financieraInvestigaciónMercado de valoresInversionistasRentabilidadCapital invertidoToma de decisionesÁlvarez, R. D., Ortega, G. A., Sánchez, A. M., Herrera, M. (2004). Evolución de la teoría económica de las finanzas: una breve revisión. Semestre Económico, Vol. 7, N° 14, p.p 105-127Arrieta, J. E., Torres, J. C, Velásquez, H. (2009). Predicción del comportamiento diario de la acción de SURAMINV. Un modelo de redes neuronales. Semestre Económico, Vol. 12, Nº 25, p.p 95-109Asobolsa. (2018). Informes económicos y publicaciones. Bogotá, Colombia. Recuperado de http://www.asobolsa.org/informes-economicos-publicaciones-2/Bejarano, H.M.(2008). Evaluación de portafolio de inversión en acciones utilizando Markowitz, redes neuronales e indicadores técnico (Trabajo de grado). Universidad Simón Bolívar, Caracas, Venezuela.Benedetti, F., Baigún, A., Yanguas, M., Heymann, D., Perazzo, R., & Zimmermann, M. (2008). Predicciones de Series de Tiempo con Redes Neuronales: Trading usando el Índice Merval.Cárdenas, L., Díaz. J. M., Arboleda, S. M., Galarcio, C. L., Lotero, J. E., Isaza, F. (2015). Modelo de selección de portafolio óptimo de acciones mediante el análisis de Black-Litterman. Revista Ingenierías Universidad de Medellín, Vol. 14, N° 27, p.p 111-130Conti, D., Simó, C., Rodríguez, A. (2005). Teoría de carteras de inversión para la diversificación del riesgo: enfoque clásico y uso de redes neuronales artificiales (RNA). Revista Ciencia e Ingeniería, Vol. 26, N° 1, p.p 35-42Cruz, R., Clemente, A. (2014) Aplicación del modelo de Black-Litterman a la selección de portafolios internacionales. Revista de la facultad de Ciencias Contables. Vol. 22 N° 41 pp. 113-120. Lima – PerúCzerwinsici, F. (2014). Valoración de activos, con enfoque sobre CAPM y APT (Trabajo de grado). Universidad Pontificia Comillas, Madrid, España.Dip, J. A, Romero, P. I. (2015). Una comparación de redes neuronales y modelos ARCH-GARCH para predecir variaciones en el precio de las acciones. Aplicación a un caso de acciones de telefonía. Revista de Investigación en Modelos Financieros, Vol. 2, p.p 1-29Fernández, A., & Gómez, S. (2007). Portfolio selection using neural networks. Computers & Operations Research, 34(4), 1177-1191.Firacative, E. F. (2015). Aplicación del modelo CAPM para la valoración de acciones en el mercado integrado latinoamericano MILA (Tesis maestría). Universidad Nacional de Colombia, Bogotá, Colombia.García, C. M. (2014). Predicción del comportamiento de la rentabilidad de la acción de ISAGEN, a partir de la técnica de redes neuronales artificiales (Tesis de Maestría). Pontificia Universidad Javeriana, Bogotá, Colombia.García, J., (2013), Inversiones financieras: selección de carteras Teoría y práctica, Madrid, España, Editorial Pirámide.Gil, M. M., Pérez, F. O. (2005). Análisis y predicción de la acción de la empresa Acerías Paz del Río utilizando un modelo GARCH (1,1) y redes neuronales artificiales. Revista Ingenierías, Vol. 4, Nº 7, p.p 83-97Giraldo, L., Díaz. J. M., Arboleda, S. M., Galarcio, C. L., Lotero, J. E., Isaza, F. (2015). Modelo de selección de portafolio óptimo de acciones mediante el análisis de Black-Litterman. Revista Ingenierías Universidad de Medellín, Vol. 14, N° 27, p.p 111-130Gutiérrez, M. (2004). Administración de carteras con redes neuronales mediante metodología Rolling. (Tesis profesional). Universidad de Chile, Santiago de Chile.Gysel, H. J.,& Samano, M. A. (2004). Teoría del riesgo- Selección de un portafolios de inversión (Tesis profesional). Universidad de las Américas Puebla, Cholula, México.Mahu. J.A. (2012). Detección de daños en una viga simple mediante antiresonancia y redes neuronales. (Tesis profesional). Universidad de Chile, Santiago de Chile, Chile.Mathworks. (2019). Choose a Multilayer Neural Network Training Function. Recuperado de: https://la.mathworks.com/help/deeplearning/ug/choose-a-multilayer-neural-network-training-function.htmlMatich, D. J. (2011). Redes Neuronales Conceptos Básicos y Aplicaciones. Universidad Tecnológica Nacional, Rosario, Argentina.Medina, L. A. (2003). Aplicación de la teoría del portafolio en el mercado accionario colombiano. Cuadernos de economía, Vol. 22, N° 39, p.p 129-168Ponce, P. (2010). Inteligencia artificial con aplicaciones a la ingeniería. Alfaomega.Ramírez, G. L., Fernández, C. P. (2008). Estructuración de portafolios de acciones en el mercado de valores de Hong Kong. Revista Soluciones de Postgrado EIA, Vol. 1, N° 2, p-p 39-55Rivillas, M. (2018) Construcción de portafolios de inversión para las Américas, Utilizando índices bursátiles representativos, mediante las teorías de Markowitz y Black-Litterman (Proyecto de grado). Universidad Santo Tomás, Bucaramanga, ColombiaRobledo, J. P., García, C. (2008). Portafolios de inversión a través de redes neuronales y algoritmo genético. Universidad Tecnológica de Pereira. Pereira, ColombiaSánchez Anzola, N. (2015). Máquinas de soporte vectorial y redes neuronales artificiales en la predicción del movimiento USD/COP spot intradiario. ODEON, 9, pp. 113-172. DOI: http:// dx.doi.org/10.18601/17941113.n9.04Shachmurove, Y. (2000). “Utilizing artificial neural network model to predict stock markets”. Working Paper #00-11, Caress.Superintendencia Financiera de Colombia. (2018). Índice de bursatilidad accionario. Bogotá, Colombia. Recuperado de https://www.superfinanciera.gov.co/inicio/80420Villada, F., Muñoz, N., García, E. (2012). Aplicación de las redes neuronales al pronóstico de precios en el mercado de valores. Información Tecnológica, Vol. 23, Nº 4, p.p 11-20ORIGINAL2019_Tesis_Sanchez_Carvajal_Mayra_Alexandra.pdf2019_Tesis_Sanchez_Carvajal_Mayra_Alexandra.pdfTesisapplication/pdf461516https://repository.unab.edu.co/bitstream/20.500.12749/13671/1/2019_Tesis_Sanchez_Carvajal_Mayra_Alexandra.pdf0a25d1d1908ef002f15ac07c49006ac5MD51open access2019_Articulo_Sanchez_Carvajal_Mayra_Alexandra.pdf2019_Articulo_Sanchez_Carvajal_Mayra_Alexandra.pdfArtículoapplication/pdf323602https://repository.unab.edu.co/bitstream/20.500.12749/13671/2/2019_Articulo_Sanchez_Carvajal_Mayra_Alexandra.pdf5075c6bd654d502b7aa9f83c36101b09MD52open access2019_Presentacion_Sanchez_Carvajal_Mayra_Alexandra.pdf2019_Presentacion_Sanchez_Carvajal_Mayra_Alexandra.pdfPresentaciónapplication/pdf743756https://repository.unab.edu.co/bitstream/20.500.12749/13671/3/2019_Presentacion_Sanchez_Carvajal_Mayra_Alexandra.pdf073f4dec0737e7cebe3ab71b24ca7334MD53open access2019_Anexos_Sanchez_Carvajal_Mayra_Alexandra.zip2019_Anexos_Sanchez_Carvajal_Mayra_Alexandra.zipAnexosapplication/octet-stream3034202https://repository.unab.edu.co/bitstream/20.500.12749/13671/4/2019_Anexos_Sanchez_Carvajal_Mayra_Alexandra.zipe87af8aa1804271fbc45390823a901f6MD54open accessLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repository.unab.edu.co/bitstream/20.500.12749/13671/5/license.txt8a4605be74aa9ea9d79846c1fba20a33MD55open accessTHUMBNAIL2019_Tesis_Sanchez_Carvajal_Mayra_Alexandra.pdf.jpg2019_Tesis_Sanchez_Carvajal_Mayra_Alexandra.pdf.jpgIM Thumbnailimage/jpeg4924https://repository.unab.edu.co/bitstream/20.500.12749/13671/6/2019_Tesis_Sanchez_Carvajal_Mayra_Alexandra.pdf.jpg4ed2d3e7f633fe68ae717b9d5afab42aMD56open access2019_Articulo_Sanchez_Carvajal_Mayra_Alexandra.pdf.jpg2019_Articulo_Sanchez_Carvajal_Mayra_Alexandra.pdf.jpgIM Thumbnailimage/jpeg10596https://repository.unab.edu.co/bitstream/20.500.12749/13671/7/2019_Articulo_Sanchez_Carvajal_Mayra_Alexandra.pdf.jpgc7f373728d49c06c8f2960ab2e2a60b5MD57open access2019_Presentacion_Sanchez_Carvajal_Mayra_Alexandra.pdf.jpg2019_Presentacion_Sanchez_Carvajal_Mayra_Alexandra.pdf.jpgIM Thumbnailimage/jpeg12151https://repository.unab.edu.co/bitstream/20.500.12749/13671/8/2019_Presentacion_Sanchez_Carvajal_Mayra_Alexandra.pdf.jpgc3c4c14279282773a18c8f7e2c6b70f2MD58open access20.500.12749/13671oai:repository.unab.edu.co:20.500.12749/136712023-12-13 18:32:09.752open accessRepositorio Institucional | Universidad Autónoma de Bucaramanga - UNABrepositorio@unab.edu.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 |