Show simple item record

dc.contributor.advisorCueva Moscoso, Ronyes_ES
dc.contributor.authorBaba Yamakawa, Kevines_ES
dc.date.accessioned2015-10-07T20:37:47Zes_ES
dc.date.available2015-10-07T20:37:47Zes_ES
dc.date.created2015es_ES
dc.date.issued2015-10-07es_ES
dc.identifier.urihttp://hdl.handle.net/20.500.12404/6310
dc.description.abstractLas acciones son títulos emitidos por una sociedad que representan parte de su capital social. Las acciones son atractivas para inversionistas que desean obtener rentabilidad de su capital porque confieren a sus tenedores el derecho a recibir dividendos. Además, tienden a revaluarse en el tiempo y un inversor puede beneficiarse de una operación de compra y venta. La selección de acciones para formar un portafolio de inversión ha sido un problema a resolver para los inversionistas desde el auge de los mercados de valores. En el pasado, se trataba de predecir el comportamiento de las acciones de manera rudimentaria leyendo noticias o graficando las cotizaciones. Con el pasar del tiempo, las alternativas de solución para resolver este problema han ido evolucionando y en la actualidad es común encontrar trabajos que se apoyan del poder de la informática (por ejemplo, algoritmos genéticos o redes neuronales). Seleccionar las acciones que formen parte de un portafolio de inversión es un problema de complejidad NP-difícil, lo que justifica el uso de métodos heurísticos para obtener soluciones aproximadas. El presente trabajo de fin de carrera presenta una meta heurística Búsqueda Tabú como alternativa de solución a este problema. Esta es una propuesta novedosa pues hasta el momento no se ha intentado resolver el problema de esta forma. Para medir el desempeño del algoritmo Búsqueda Tabú, se implementó un algoritmo genético que atacaba el mismo problema y se comparó las soluciones producidas por ambos algoritmos mediante una experimentación numérica. Para el juego de datos usados en este proyecto de fin de carrera, se observó que el algoritmo búsqueda tabú tuvo mejor desempeño que el algoritmo genético produciendo soluciones con mayor rentabilidad esperada y menor riesgo. Se concluye que el proyecto ha sido exitoso debido a que el algoritmo produce un portafolio de acciones rentable en un tiempo relativamente corto. El algoritmo puede ser usado para apoyar a los inversionistas en la toma de decisiones al construir un portafolio de inversión para una bolsa de valores.es_ES
dc.language.isospaes_ES
dc.publisherPontificia Universidad Católica del Perúes_ES
dc.rightsAtribución-NoComercial-SinDerivadas 2.5 Perú*
dc.rightsinfo:eu-repo/semantics/openAccesses_ES
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/pe/*
dc.subjectAlgoritmos--Búsqueda electrónica de informaciónes_ES
dc.titleImplementación de un algoritmo búsqueda tabú para el problema de selección de portafolio aplicado a inversiones en bolsas de valoreses_ES
dc.typeinfo:eu-repo/semantics/bachelorThesises_ES
thesis.degree.nameIngeniero Informáticoes_ES
thesis.degree.levelTítulo Profesionales_ES
thesis.degree.grantorPontificia Universidad Católica del Perú. Facultad de Ciencias e Ingenieríaes_ES
thesis.degree.disciplineIngeniería Informáticaes_ES
renati.advisor.dni09942265
renati.advisor.orcidhttps://orcid.org/0000-0003-4861-571Xes_ES
renati.discipline612286es_ES
renati.levelhttps://purl.org/pe-repo/renati/level#tituloProfesionales_ES
renati.typehttps://purl.org/pe-repo/renati/type#tesises_ES
dc.publisher.countryPEes_ES
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#1.02.00es_ES


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

Atribución-NoComercial-SinDerivadas 2.5 Perú
Except where otherwise noted, this item's license is described as Atribución-NoComercial-SinDerivadas 2.5 Perú