Author:
Aragón Bohorquez Arbey,Mejía Vega Carlos Armando,Zapata Quimbayo Carlos Andres
Abstract
La implementación de estrategias de trading a través de herramientas computacionales e inteligencia artificial, entre ellas las redes neuronales artificiales (RNA) y los algoritmos genéticos (AG), ha presentado avances importantes en los últimos años. En este trabajo se implementó un AG para optimizar una estrategia de trading basada en dos promedios móviles en el mercado intradiario de futuros de petróleo crudo WTI. La función objetivo es el retorno global de la inversión. En el documento se presenta la metodología y el diseño de esta estrategia de inversión con resultados consistentes incluso fuera de muestra.
Publisher
Universidad Externado de Colombia
Reference38 articles.
1. Alexander, S. (1964). Price movements in speculative markets: trends or random walks. En P. Cootner (ed.), The Random Character of Stock Market Prices (vol. 2), Cambridge: MIT Press.
2. Allen, F. y Karjalainen, R. (1999). Using genetic algorithms to find technical trading rules. Journal of Financial Economics, 51(2), 245-271.
3. Ayadi, O., Williams, J. y Hyman, L. (2009). Fractional dynamic behavior in forcados oil price series: An application of detrended fluctuation analysis. Energy for Sustainable Development, 13(1), 11-17.
4. Boboc, I. y Dinica, M. (2013). An algorithm for testing the efficient market hypothesis. PLoS ONE, 8(11), e78177.
5. Brooks, J. (2006). Mastering Technical Analysis. Using the Tools of Technical Analysis for Profitable Trading. New York: McGraw-Hill.