Show simple item record

Evaluation of neural network models to predict the sign of the variation of the IPSA

Evaluación de modelos de redes neuronales de predicción del signo de la variación del IPSA

dc.creatorParisi F., Antonino
dc.date2002-06-30
dc.identifierhttps://revistas.uchile.cl/index.php/EDA/article/view/56766
dc.identifier10.5354/0719-0816.2002.56766
dc.descriptionThis paper analyzes the capacity of the neural networks to forecast the sign of weekly variations of IPSA. Several architectures of neural networks were used over the time period between January 11th of 1999 to October 22th of 2001, being the Recursive Ward Network the one with the best performance, reaching an outsample predictive capacity of 72% and an outsample accumulate yield for the IPSA portfolio of a 24.42%. The Recurrent Recursive Jordan & Elman Network achieved a forecast ability of 64% and a return of 21.33%; while the AR(1,1) model obtained a return of 18.31%, higher than the Ward Standard Network and Recursive MLP returns. Even though the first one had not statistical evidence of predictive capacity it would allow to conclude that a higher predictive capacity do not always implies higher yields. The Pesaman & Timmermann test (1992) gives evidence that the Recursive Ward Network and the Recurrent Recursive Jordan & Elman Network, in his recursive and standard version can forecast the index directional change for the Chilean case. Also, this models could produce higher returns than AR (1,1) model. This result supports the conclusions of Leung, Daouk & Chen (2000) about the prediction of movement directions can give greater capital gains that the forecasting of close values.en-US
dc.descriptionEste estudio analiza la capacidad de las redes neuronales para predecir el signo de las variaciones semanales del IPSA. De las diversas arquitecturas de redes neuronales utilizadas sobre el período comprendido entre el 11 de Enero de 1999 y el 22 de Octubre de 2001, la Red Ward Recursiva obtuvo el mejor rendimiento, alcanzando una capacidad predictiva extramuestral de 72% y una rentabilidad acumulada extramuestral para la cartera conformada por el IPSA de un 24,42%; la Red Recurrente de Jordan y Elman Recursiva obtuvo una capacidad predictiva de un 64% y una rentabilidad de 21.33%; mientras que el modelo ingenuo generó un retorno de 18,31% mayor al de la Red Ward Estándar y el MLP Recursivo, a pesar de no evidenciar capacidad predictiva, lo que permitiría concluir que una mayor capacidad predictiva no siempre se traduce en mayores retornos. El test de Pesaran y Timmermann (1992) arroja evidencia de que, para el caso chileno, la Red Ward Recursiva y la Red Jordan y Elman, en su versión recursiva y estándar, pueden predecir el cambio direccional del índice. A su vez, estos modelos podrían producir mayores retornos que un modelo ingenuo. Lo anterior apoya las conclusiones del estudio de Leung, Daouk y Chen (200=, según el cual la predicción de la dirección del movimiento puede arrojar mayores ganancias de capital que la proyección del valor del cierre.es-ES
dc.formatapplication/pdf
dc.languageeng
dc.publisherDepartamento de Administración, Universidad de Chile, Facultad de Economía y Negociosen-US
dc.relationhttps://revistas.uchile.cl/index.php/EDA/article/view/56766/60247
dc.rightsCopyright (c) 2020 Estudios de Administraciónen-US
dc.rightshttp://creativecommons.org/licenses/by-nc-sa/4.0en-US
dc.sourceEstudios de Administración; Vol 9 No 1 (2002): (January-June); 67-104es-ES
dc.sourceEstudios de Administración; Vol 9 No 1 (2002): (January-June); 67-104en-US
dc.source0719-0816
dc.source0717-0653
dc.titleEvaluation of neural network models to predict the sign of the variation of the IPSAen-US
dc.titleEvaluación de modelos de redes neuronales de predicción del signo de la variación del IPSAes-ES
dc.typeinfo:eu-repo/semantics/article
dc.typeinfo:eu-repo/semantics/publishedVersion


This item appears in the following Collection(s)

Show simple item record