Análisis del efecto-día en el mercado accionario colombiano empleando mapas autoorganizados
DOI:
https://doi.org/10.15332/iteckne.v12i1.825Palabras clave:
Mapas autoorganizados, mercado accionario colombiano, quincena, retorno diarioResumen
En este artículo se presenta un modelo de mapa autoorganizado de Kohonen (SOM), para encontrar una relación entre el día de la semana de la primera y segunda quincena del mes con el valor COLCAP, el cual corresponde al índice de referencia del mercado accionario colombiano. Adicionalmente, se describen los datos empleados, la configuración del SOM y los resultados de su entrenamiento. Utilizando la visualización por componentes del SOM se revelan gráficamente, respecto al día semanal en cada quincena, las predominancias que existen en el valor del retorno del índice COLCAP.Descargas
Citas
E. Fama, “Efficient capital markets: A review of theory and empirical work,” The Journal of Finance, vol. 25, no. 2, pp. 383-417, 1970.
H. Kiymaz, H. Berument, “The day of the week effect on stock market volatility and volume: International evidence,” Review of Financial Economics, vol. 13, pp. 363-380, 2003.
J. Villalobos, J. Mendoza, “Efecto día en el mercado accionario colombiano: Una aproximación no paramétrica,” Borradores de economía, Banco de la República, no. 585, pp. 1-18, 2010.
A. Montenegro, “El efecto día en la Bolsa de Valores de Colombia,” Documentos de Economía, Pontificia Universidad Javeriana, Facultad de Ciencias Económicas y Administrativas, no. 9, 2007.
D. Rivera, “Modelación del efecto del día de la semana para los índices accionarios de Colombia mediante un modelo STAR GARCH,” Revista de economía del Rosario, vol. 12, no. 1, pp. 1-24, 2009.
C. Bahi, Modelos de medición de la volatilidad en los mercados de valores: Aplicación al mercado bursátil argentino, Universidad Nacional de Cuyo, Facultad de Ciencias Económicas, 2007.
C. Hensel, W. Ziemba, “Investment Results from Exploiting Turn-of-the-Month Effects,” Journal of Portfolio Management, vol. 22, no. 3, pp. 43-45, 1996.
J. Ogden, “Turn-of-Month Evaluations of Liquid Profits and Stock Returns: A Common Explanation for the Monthly and January Effects,” The Journal of Finance, vol. 45, no. 4, pp. 1259-1272, 1990.
R. Ariel, “A monthly effect in stock returns,” Journal of Financial Economics, vol. 18, pp. 161-174, 1987.
J. F. Jaffe, R. Westerfield, C. Ma, “A twist on the monday effect in stock prices: Evidence from the U.S. and foreign stock markets,” Journal of Banking & Finance, vol. 13, pp. 641-650, 1989.
T. Kohonen, “The self-organizing map,” Proceedings of the IEEE, vol. 78, no.9, pp. 1464-1480, 1990.
T. Kohonen, “The self-organizing map,” Neurocomputing, vol. 21, 1998.
T. Kohonen, “Essentials of the self-organizing map,” Neural Networks, vol. 37, pp. 52-65, 2013.
G. Barreto, “Time Series Prediction with the Self-Organizing Map: A Review,” Perspectives on Neural-Symbolic Integration, vol. 77, pp.135-158, 2007.
B. Silva, N. Marques, “Clustering stock markets values with a Self-Organized featured Map,” en 15th Portuguese Conference on Artificial Intelligence, 2011, pp. 520-534.
B. Silva, N. Marques, “Feature clustering with self-organizing maps and an application to financial time-series portfolio selection,” en International Conference on Neural Computation, 2010, pp. 301-309.
G. Forero, “Contrastación de paradigmas de las finanzas: Normalidad e hipótesis del mercado eficiente. Aplicaciones en MATLAB,” Observatorio de Economía y Operaciones Numéricas, vol. 5, pp. 167-227, 2011.
E. Caicedo, J. López, Una aproximación práctica a las redes neuronales artificiales. Cali, Colombia: Programa Editorial Universidad del Valle, 2009.
G. Deboeck, “Financial applications of Self-Organizing Maps,” American Heuristics Electronic Newsletter, 1998.
A. Engelbrecht, Computational Intelligence: An introduction, 2da edición. Chichester, Inglaterra: Wiley Publishing, 2007, p. 71.
B. Martín Del Brío, A. Sanz, Redes neuronales y sistemas borrosos, 3ra edición. México D.F., México: Alfaomega, 2007.
T. Eklund, B. Back, H. Vanharanta, A. Visa, “Assessing the feasibility of self-organizing maps for data mining financial information,” en Proceedings of the Xth European Conference on Information Systems, Gdansk, Polonia, 2002, pp. 528-537.
Bolsa de Valores de Colombia, Metodología para el cálculo del índice COLCAP, abril de 2013.
Bolsa de Valores de Colombia, “Índices”. [Online]. Available: www.bvc.com.co
J. Vesanto, J. Himberg, E. Alhoniemi, J. Parhankangas, SOM toolbox for Matlab, Helsinki University of Technology, Helsinki, Finlandia, 2000.
Universidad Tecnológica de Helsinki, Laboratorio de Computación y Ciencia de la Información, “SOM Toolbox”, 2005. [Online]. Available: www.cis.hut.fi/projects/somtoolbox/download/
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
La revista ITECKNE se encuentra registrada bajo una licencia de Creative Commons Reconocimiento-NoComercial 4.0 Internacional Por lo tanto, esta obra se puede reproducir, distribuir y comunicar públicamente, siempre que se reconozca el nombre de los autores y a la Universidad Santo Tomás. Se permite citar, adaptar, transformar, autoarchivar, republicar y crear a partir del material, siempre que se reconozca adecuadamente la autoría, se proporcione un enlace a la obra original y se indique si se han realizado cambios.
La Revista ITECKNE no retiene los derechos sobre las obras publicadas y los contenidos son responsabilidad exclusiva de los autores, quienes conservan sus derechos morales, intelectuales, de privacidad y publicidad. Sin embargo esta facultada para editar, publicar, reproducir y distribuir tanto en medios impresos como digitales, además de incluir el artículo en índices internacionales y/o bases de datos, de igual manera, se faculta a la editorial para utilizar las imágenes, tablas y/o cualquier material gráfico presentado en el artículo para el diseño de carátulas o posters de la misma revista.
