Modelo vectorial por adaptación progresiva para la compra y venta de acciones utilizando indicadores bursátiles

Las acciones son consideradas como parte fundamental del mercado de renta variable, ya que sus valores cambian con el tiempo como consecuencia de la oferta y la demanda, y por efecto de la volatilidad de los mercados. Esta volatilidad hace que la negociación de acciones en un mercado bursátil sea una tarea extremadamente difícil. Es por esto que en este artículo se desarrolla y analiza un sistema para la negociación automática de acciones, el cual incorpora una serie de modelos vectoriales por aprendizaje progresivo inspirado en la estructura de una máquina de vector soporte. Para la configuración de la estructura general del modelo, se utilizaron una serie de indicadores bursátiles utilizados por los inversionistas para fijar posiciones de compra y venta, mientras que el aprendizaje el modelo utilizó una estrategia negociación secuencial sobre cinco acciones diferentes inscritas en la bolsa de valores de Colombia, y en donde el aprendizaje estuvo guiado por las posiciones de compra y venta que iban fijando cada uno de los indicadores bursátiles de entrada, Los resultados arrojados por el sistema, mostraron la rentabilidad que el modelo iba logrando en la negociación como consecuencia del avance en el aprendizaje que cada uno de los modelos iba logrando a lo largo de la secuencia de acciones utilizadas para este estudio, haciendo el sistema cada vez más robusto, lo que lo hace ideal para la negociación de acciones basada en indicadores bursátiles