Sistema de inversión en bolsa a corto plazo

Abstract

Este proyecto consiste en un sistema que, realizando predicciones de cotizaciones de acciones de diferentes empresas, ejecuta órdenes de compra y venta con el objetivo de obtener una inversión rentable. La obtención de un modelo que permita predecir valores futuros de acciones de empresas con la suficiente precisión supondría disponer de una importante ventaja en el mercado bursátil, que derivaría en la obtención de elevados beneficios. Por este motivo, a lo largo de la historia se han desarrollado muchos estudios que tratan de modelar el comportamiento de la Bolsa. El valor de una acción a lo largo del tiempo es una serie financiera. En la actualidad existen dos vías para tratar de predecir series temporales: modelos lineales (ARIMA, ARCH-GARCH) y modelos no lineales (redes neuronales y algoritmos genéticos). La aplicación de las redes neuronales a la predicción de series financieras está creciendo en los últimos años, y parece ser un método eficaz y que presenta multitud de oportunidades. Por este motivo este proyecto aplica las redes neuronales para modelar la variación del valor de una acción a lo largo del tiempo y realizar predicciones. Concretamente se va a tratar de realizar predicciones a corto plazo de los valores de las acciones de 20 empresas del IBEX-35 (de las que se dispone de información bursátil intradiaria). Se parte de una breve introducción teórica sobre la inversión en bolsa a corto plazo y sobre las propiedades de las series temporales financieras. Seguidamente se ha realizado un estudio de las principales variables independientes para predecir valores bursátiles a corto plazo, y se ha programado su cálculo en el software Matlab. Una vez determinadas las principales variables, se estudia la aplicación de redes neuronales a la predicción de series financieras. Se estudiaran las distintas posibilidades del modelado mediante redes neuronales y se terminará definiendo una red neuronal apropiada para el tipo de modelado que se pretende realizar. Esta red neuronal se ha programado con la toolbox de redes neuronales de Matlab. Con la red neuronal definida, se realizan una serie de simulaciones de inversión a partir de las predicciones de la red neuronal, definiéndose previamente unos determinados criterios de toma de decisiones de inversión. Por último se plantea la implementación del sistema de inversión en tiempo real a través de la plataforma Visual Chart.

This project develops a system to forecast stocks of different companies and to execute buy-sell orders in arder to achieve a profitable investment. Obtaining a model to forecast quotations of companies could provide an important advantage to achieve huge profits. For this reason, many studies throughout history ha ve attempted to model the operations of the Stock Market. The value of a stock over time is known as a financia! time-serie. Nowadays there are two ways to predict temporal time-series: linear models (ARIMA, ARCHGARCH) and non-linear models (Neural Networks and Genetic Algorithms) . In the past few years the application of neural networks for predicting financia! time-series has increased, since it seems to be an efficient and resourceful system. For this reason this project applies neural networks to model the variation of the value of a stock throughout time and forecast its future values. Specifically this system forecast the values of the stocks of twenty companies of the IBEX-35 index at short term. The project starts with a brief introduction to the main characteristics of the short-term investment and to the properties of the financia! time-series. Secondly, the project carries out a study of the principal independent variables to model the Stock Market operation, as well as a program to calculate it in Matlab software. Once the main variables are determined, we will study the application of neural networks for predicting financia! time-series. The different possibilities of modeling with neural networks will be studied, and an appropriated neural network will be defined. This neural network will be programmed using the network toolbox ofMatlab. With the neural network defined , a number of simulations will be realized based in a determinate criterion of decision making.