Please use this identifier to cite or link to this item:
http://www.dspace.espol.edu.ec/handle/123456789/11624
Title: | Optimización de una cartera de inversiones utilizando algoritmos genéticos |
Authors: | León Parrales, María Gracia Ruiz Félix, Nelson Arol |
Keywords: | ALGORITMOS GENÉTICOS CARTERA DE ACCIONES OPTIMIZACIÓN |
Issue Date: | 2010 |
Description: | El diseño de una cartera de inversiones óptima es un problema que ha sido tratado por más de 50 años. Es claro que la decisión que el inversionista debe tomar al escoger las acciones más prometedoras no puede ser guiada solamente por la intuición. Es necesario que el inversionista apoye su decisión utilizando criterios científicos. Aunque el problema matemático del portafolio de optimización fue iniciado por el profesor Harry Markowitz en la década de los 50, existen en la actualidad varias extensiones de este problema que pueden ser resueltas haciendo uso de modernas técnicas heurísticas, siendo una de éstas la técnica del algoritmo genético, la cual fue formalmente introducida en la década de los 70 por John Holland en la Universidad de Michigan. Aunque este tipo de técnicas tienden a requerir una gran capacidad de cálculo, las continuas mejoras de los sistemas computacionales han hecho que estas técnicas sean vistas como especialmente atractivas en la resolución de problemas de búsqueda. En esta tesis se resolverá una variación del problema clásico propuesto por Markowitz haciendo uso de la novedosa técnica de los algoritmos genéticos. Los datos históricos de los precios de acciones de empresas mexicanas y ecuatorianas constituyen la fuente de datos experimental que permiten demostrar en esta tesis la validez de los algoritmos genéticos en la resolución de problemas de optimización. |
URI: | http://www.dspace.espol.edu.ec/handle/123456789/11624 |
Appears in Collections: | Presentaciones de Tesis - ICM |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Diapositivas.pdf | Archivo Principal | 1.43 MB | Adobe PDF | View/Open |
Diapositivas.ppt | 1.64 MB | Microsoft Powerpoint | View/Open | |
Diapositivas.pptx | 785.9 kB | Microsoft Powerpoint XML | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.