Resumen

La negociación de pares es un área de investigación importante y desafiante en las finanzas computacionales, en la que se compran y venden pares de acciones en combinaciones de pares para obtener oportunidades de arbitraje. Los métodos tradicionales que resuelven este conjunto de problemas se basan principalmente en métodos estadísticos como la regresión. En contraste con los enfoques estadísticos, los recientes avances en inteligencia computacional (IC) están dando lugar a prometedoras oportunidades para resolver problemas en las aplicaciones financieras de manera más eficaz. En este artículo, presentamos una nueva metodología para la negociación de pares mediante algoritmos genéticos (AG). Nuestros resultados mostraron que los modelos basados en AG son capaces de superar significativamente el punto de referencia y nuestro método propuesto es capaz de generar modelos robustos para hacer frente a las características dinámicas en la aplicación financiera estudiada. Basándonos en los prometedores resultados obtenidos, esperamos que este método basado en AG haga avanzar la investigación en inteligencia computacional para las finanzas y proporcione una solución eficaz para el comercio de pares para la inversión en la práctica.

• Materias:Inteligencia artificial Algoritmos genéticos Ingeniería civil Neurociencia Cognitiva
• Subjects:Artificial intelligence Genetic algorithms Civil engineering Cognitive Neuroscience
• Palabras claves:comercio de pares, aplicación financiera, inteligencia computacional, ga, par de acciones, conjunto de problemas, área de investigación desafiante, modelo basado, oportunidades prometedoras, características dinámicas
• Keywords:pair trading, financial application, computational intelligence, ga, pair of stock, set of problem, challenging research area, based model, promising opportunities, dynamic characteristics