PORTFOLIO OPTIMIZATION USING A MICRO GENETIC ALGORITHM
Descripción del Articulo
This research shows the portfolios optimization using micro genetic algorithms, to resolve the Markowitz's selecting investments model like a multi-objetive optimization, where is maximized profitalility and minization, where is maximized profitability and minimizing the risk, thus create a neg...
Autores: | , , , |
---|---|
Formato: | artículo |
Fecha de Publicación: | 2007 |
Institución: | Universidad Nacional Mayor de San Marcos |
Repositorio: | Revistas - Universidad Nacional Mayor de San Marcos |
Lenguaje: | español |
OAI Identifier: | oai:ojs.csi.unmsm:article/6357 |
Enlace del recurso: | https://revistasinvestigacion.unmsm.edu.pe/index.php/idata/article/view/6357 |
Nivel de acceso: | acceso abierto |
Materia: | Optimization portfolios micro genetical algortithms. Optimización portafolios Micro-algoritmo genérico. |
id |
REVUNMSM_8b90f710822ea42f426894656b7320b1 |
---|---|
oai_identifier_str |
oai:ojs.csi.unmsm:article/6357 |
network_acronym_str |
REVUNMSM |
network_name_str |
Revistas - Universidad Nacional Mayor de San Marcos |
repository_id_str |
|
spelling |
PORTFOLIO OPTIMIZATION USING A MICRO GENETIC ALGORITHMOptimización de portafolios accionarios a través de un micro algoritmo genéticoGutiérrez Urzúa, MauricioTorres Melillanca, ErickGálvez Gálvez, PatricioPoo Caamaño, GermánOptimizationportfoliosmicro genetical algortithms.OptimizaciónportafoliosMicro-algoritmo genérico.This research shows the portfolios optimization using micro genetic algorithms, to resolve the Markowitz's selecting investments model like a multi-objetive optimization, where is maximized profitalility and minization, where is maximized profitability and minimizing the risk, thus create a negotiation between the risk, thus create a negotiation between the two objectives, then find optimal solution. To solve this problem need a genetic algorithm for multi-objetive optimization, based Pareto's optimal. The results show that this application is more efficient than other similar processes(Non-dominated Sorting Genetic Algoritm II(NSGA II) and Pareto Archive Evolution Strategy (PAES)), but considering the period and the local market characteristics, its predictive power low.Esta investigación muestra la optimización de portafolios accionarios mediante micro algoritmos genéticos, que resuelvan el modelo de selección de inversiones planteado por Markowitz, como una optimización multi-objetivo, en donde se maximiza la rentabilidad y se minimiza el riesgo, lo que implica, realizar una negociación entre ambos objetos y buscar soluciones óptimas. La resolución de este problema requiere de un algoritmo genético para optimización multi-objetivo basado en óptimos de Pareto. Los resultados obtenidos señalan que esta publicación es más eficiente que otros procesos de similares características((Non-dominated Sorting Genetic Algorithm II(NSGA II) y Pareto Archive Evolution Strategy (PAES)), pero debido al período de tiempo y las características del mercado local, su poder de predicción es bajo.Facultad de Ingeniería Industrial, Universidad Nacional Mayor de San Marcos2007-12-31info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://revistasinvestigacion.unmsm.edu.pe/index.php/idata/article/view/635710.15381/idata.v10i2.6357Industrial Data; Vol. 10 No. 2 (2007); 012-020Industrial Data; Vol. 10 Núm. 2 (2007); 012-0201810-99931560-9146reponame:Revistas - Universidad Nacional Mayor de San Marcosinstname:Universidad Nacional Mayor de San Marcosinstacron:UNMSMspahttps://revistasinvestigacion.unmsm.edu.pe/index.php/idata/article/view/6357/5571Derechos de autor 2007 Mauricio Gutiérrez Urzúa, Erick Torres Melillanca, Patricio Gálvez Gálvez, Germán Poo Caamañohttps://creativecommons.org/licenses/by-nc-sa/4.0info:eu-repo/semantics/openAccessoai:ojs.csi.unmsm:article/63572020-06-13T17:19:53Z |
dc.title.none.fl_str_mv |
PORTFOLIO OPTIMIZATION USING A MICRO GENETIC ALGORITHM Optimización de portafolios accionarios a través de un micro algoritmo genético |
title |
PORTFOLIO OPTIMIZATION USING A MICRO GENETIC ALGORITHM |
spellingShingle |
PORTFOLIO OPTIMIZATION USING A MICRO GENETIC ALGORITHM Gutiérrez Urzúa, Mauricio Optimization portfolios micro genetical algortithms. Optimización portafolios Micro-algoritmo genérico. |
title_short |
PORTFOLIO OPTIMIZATION USING A MICRO GENETIC ALGORITHM |
title_full |
PORTFOLIO OPTIMIZATION USING A MICRO GENETIC ALGORITHM |
title_fullStr |
PORTFOLIO OPTIMIZATION USING A MICRO GENETIC ALGORITHM |
title_full_unstemmed |
PORTFOLIO OPTIMIZATION USING A MICRO GENETIC ALGORITHM |
title_sort |
PORTFOLIO OPTIMIZATION USING A MICRO GENETIC ALGORITHM |
dc.creator.none.fl_str_mv |
Gutiérrez Urzúa, Mauricio Torres Melillanca, Erick Gálvez Gálvez, Patricio Poo Caamaño, Germán |
author |
Gutiérrez Urzúa, Mauricio |
author_facet |
Gutiérrez Urzúa, Mauricio Torres Melillanca, Erick Gálvez Gálvez, Patricio Poo Caamaño, Germán |
author_role |
author |
author2 |
Torres Melillanca, Erick Gálvez Gálvez, Patricio Poo Caamaño, Germán |
author2_role |
author author author |
dc.subject.none.fl_str_mv |
Optimization portfolios micro genetical algortithms. Optimización portafolios Micro-algoritmo genérico. |
topic |
Optimization portfolios micro genetical algortithms. Optimización portafolios Micro-algoritmo genérico. |
description |
This research shows the portfolios optimization using micro genetic algorithms, to resolve the Markowitz's selecting investments model like a multi-objetive optimization, where is maximized profitalility and minization, where is maximized profitability and minimizing the risk, thus create a negotiation between the risk, thus create a negotiation between the two objectives, then find optimal solution. To solve this problem need a genetic algorithm for multi-objetive optimization, based Pareto's optimal. The results show that this application is more efficient than other similar processes(Non-dominated Sorting Genetic Algoritm II(NSGA II) and Pareto Archive Evolution Strategy (PAES)), but considering the period and the local market characteristics, its predictive power low. |
publishDate |
2007 |
dc.date.none.fl_str_mv |
2007-12-31 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
https://revistasinvestigacion.unmsm.edu.pe/index.php/idata/article/view/6357 10.15381/idata.v10i2.6357 |
url |
https://revistasinvestigacion.unmsm.edu.pe/index.php/idata/article/view/6357 |
identifier_str_mv |
10.15381/idata.v10i2.6357 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
https://revistasinvestigacion.unmsm.edu.pe/index.php/idata/article/view/6357/5571 |
dc.rights.none.fl_str_mv |
https://creativecommons.org/licenses/by-nc-sa/4.0 info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-sa/4.0 |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Facultad de Ingeniería Industrial, Universidad Nacional Mayor de San Marcos |
publisher.none.fl_str_mv |
Facultad de Ingeniería Industrial, Universidad Nacional Mayor de San Marcos |
dc.source.none.fl_str_mv |
Industrial Data; Vol. 10 No. 2 (2007); 012-020 Industrial Data; Vol. 10 Núm. 2 (2007); 012-020 1810-9993 1560-9146 reponame:Revistas - Universidad Nacional Mayor de San Marcos instname:Universidad Nacional Mayor de San Marcos instacron:UNMSM |
instname_str |
Universidad Nacional Mayor de San Marcos |
instacron_str |
UNMSM |
institution |
UNMSM |
reponame_str |
Revistas - Universidad Nacional Mayor de San Marcos |
collection |
Revistas - Universidad Nacional Mayor de San Marcos |
repository.name.fl_str_mv |
|
repository.mail.fl_str_mv |
|
_version_ |
1795238300145942528 |
score |
13.958958 |
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).