Modelo de un sistema experto a partir de la aplicacin de la lgica difusa, para ayudar en las decisiones burstiles.

Mtro. Roberto Godnez Lpez Maestro en Ciencias de Administracin En la presente investigacin se utiliz la teora de lgica difusa para establecer un modelo de un sistema experto que ayude a la toma de decisiones burstiles, basndose ampliamente en las investigaciones realizadas por Carlo Alberto Magni, Stefano Malagoli y Giovanni Mastroleo, en donde se toman algunos sistemas expertos basados en la teora de lgica difusa desarrollados exitosamente por estos investigadores. Los resultados encontrados en la investigacin son: generacin de un modelo sistema experto utilizando el mtodo propuesto por Alberto Magni, anlisis de sensibilidad del modelo identificndose las variables que son significativas para el mismo. Finalmente se concluye que el modelo generado es recomendable reducir el nmero de variables, y revisar la base de conocimiento del mismo para rehacer un modelo ms esbelto, realizando el anlisis de sensibilidad y como trabajo futuro validar el modelo con un mtodo cuantitativo INTRODUCCIN La aplicacin de la lgica difusa en problemas administrativos y en particular financieros, se ha presentado en los ltimos aos destacndose la gran posibilidad de generar modelos que representan modelos complejos de la realidad sin necesidad de tcnicas sofisticadas de matemtica clsica, de ah la relevancia de esta teora para la generacin de modelos y sistemas expertos. En la investigacin se inicia con una revisin de literatura sobre los orgenes de la teora de la lgica difusa, as como sus principales postulados, adems se revisa lo concerniente a los principales constructos dentro de los mercados de capital, y las operaciones de compra venta de acciones. Finalmente se exploran algunas de las principales aplicaciones de la lgica difusa en las finanzas. Se identifica como problemtica que los accionistas buscan reducir sus prdidas a travs de la asesora de casas de bolsas, las cuales tienen dentro de sus mltiples funciones recomendar a los compradores y poseedores de acciones que decisiones tomar en relacin a comprar, mantener o vender los ttulos de las emisoras, a travs del trabajo de anlisis de un grupo de expertos burstiles (Rueda, 2008). Se establece como objetivo de investigacin analizar los factores que influyen en la toma de decisiones de compra - mantener- venta de acciones, dentro de mercados de valores en la bolsa mexicana de valores. Siendo la hiptesis de trabajo la siguiente: que el modelo experto (basado en lgica difusa) permita correlacionar una serie de variables burstiles con una variable dependiente que ayude a los compradores y poseedores de acciones en la toma de decisiones de comprar, retener o vender los ttulos. Se presenta un mtodo que sugiere Carlo Alberto Magni, Stefano Malagoli y Giovanni Mastroleo, para la generacin de un modelo sistema experto utilizando la teora de la lgica difusa. Finalmente se presentan los resultados encontrados en la investigacin en donde a travs de un anlisis de sensibilidad del modelo se identifican las variables que son significativas para el mismo, concluyndose que para el modelo propuesto es recomendable reducir el nmero de variables, verificar la base de conocimiento para proponer un modelo ms esbelto, y posteriormente realizar el anlisis de sensibilidad y como trabajo futuro validar el modelo con un mtodo cuantitativo.

1. Revisin de la Literatura 1.1 Revisin de los antecedente Recordando la evolucin de la lgica difusa se observa un significativo cambio en sus aplicaciones, donde el desarrollo inicial de la teora de conjuntos difusos, motivado por la poca efectividad de las tcnicas tradicionales de anlisis de sistemas, dentro de problemas que presentan complejidad para establecer las relaciones entre mltiples variables, se concentr principalmente en aplicaciones de control electrnico, transitando recientemente debido a la revolucin de la informacin al mundo de los negocios, finanzas y administracin, convirtindose en una poderosa metodologa que puede potencializar la habilidad de los modernos sistemas de informacin que procesan grandes volmenes de datos a gran velocidad y con alta confiabilidad (Zadeh L. , 2008). Los procesos de pensamiento que se desarrollan en el cerebro humano son originados por sensaciones que llegan a travs de nuestros sentidos. Mediante el lenguaje, el hombre expresa, traduce y representa los fenmenos naturales y humanos; sin embargo, el lenguaje presenta vicios de precisin, necesitndose tcnicas que precisen y depuren la informacin para llegar al conocimiento. La mayora de los procedimientos y herramientas que se utilizan actualmente para manipular la informacin se basan en los principios de la lgica aristotlica formalizada de manera matemtica por las leyes de Boole y de Morgan, tambin conocida como lgica matemtica. Sin embargo la lgica matemtica presenta algunas limitaciones debidas a la naturaleza determinista que asume (Medina Hurtado, 2006). El concepto de lgica difusa, abreviado como FL por sus siglas en ingles fuzzylogic, fue concebido por Lotfi Zadeh, profesor de la Universidad de California en Berkley, y fue presentada no solamente como una metodologa de control, sino adems como un medio poderoso para procesar datos pertenecientes parcialmente a un conjunto de informacin, adems estos datos pueden o no tener relacin al conjunto citado. Iniciando su aplicacin en sistemas de control en las dcadas de los setentas, toda vez que las computadoras de la poca presentaban grandes deficiencias para retroalimentar al sistema (Kaehler, 2008). Un conjunto difuso es definido por un conjunto de pares ordenados y una relacin binaria;

Donde es una funcin llamada funcin caracterstica o funcin de membresa; representa el grado a travs del cual los elementos de dentro de pertenece al conjunto difuso. La definicin de un conjunto difuso implica la asociacin de cada elemento en un nmero real en el intervalo el cual es asignado a valores elevados de indica una alta membresa. En los ltimos aos, el nmero y la variedad de usos de la lgica difusa han aumentado perceptiblemente. Los usos se extienden de productos de consumo tales como cmaras, videocmaras, lavadoras, y hornos microondas al control de proceso industrial, a la instrumentacin mdica y a los sistemas expertos en los negocios (Jang & Gulley, 2008). Existe un sistema propuesto por Mamdami, quien fue capaz de traducir las teoras difusas propuestas por Zadeh en el primer sistema difuso aplicado a un problema de control. Esta clase de sistemas, la ms usada dentro de los sistemas difusos, se conoce tambin con el nombre de controladores difusos. Un sistema tipo Mamdani se corresponde con la nocin

ms conocida de sistema difuso; est compuesto por una base de conocimiento, un motor de inferencias, y unos interfaces de difusificacin y desfusificacin (Aja-Fernndez, 2004) 1.2 Bolsa de Valores En la Bolsa Mexicana de Valores, se compran y venden todo tipo de valores financieros, es decir, de instrumentos de inversin que estn permitidos de acuerdo a las Leyes mexicanas, desde los ms conservadores conocidos como instrumentos de renta fija (instrumentos de deuda) que para efectos prcticos son nombrados como bonos, hasta los ms sofisticados, como las acciones, que son llamados instrumentos de renta variable, precisamente porque se desconoce cunto dejarn de renta (rendimiento). La Bolsa es el lugar en donde se intercambian valores del mercado conocido como de renta fija (bonos) y del mercado de renta variable conocidas como acciones (Suarez, 2008). Las empresas que requieren recursos para financiar su operacin o proyectos de expansin, pueden obtenerlo a travs del mercado burstil, mediante la emisin de valores (acciones, obligaciones, papel comercial, etc.) que son puestos a disposicin de los inversionistas e intercambiados (comprados y vendidos) en la Bolsa Mexicana de Valores [BMV], en un mercado transparente de libre competencia y con igualdad de oportunidades para todos sus participantes (Bolsa Mexicana de Valores, 2009). Las acciones son definidas como partes iguales en que se divide el capital social de una empresa. Parte o fraccin del capital social de una sociedad o empresa constituida como tal. Una accin de una empresa representa una parte proporcional de un negocio (Bolsa Mexicana de Valores, 2009). Para realizar la oferta pblica y colocacin de los valores, la empresa acude a una casa de bolsa que los ofrece (mercado primario) al gran pblico inversionista en el mbito de la BMV. De ese modo, los emisores reciben los recursos correspondientes a los valores que fueron adquiridos por los inversionistas. Una vez colocados los valores entre los inversionistas en el mercado burstil, stos pueden ser comprados y vendidos (mercado secundario) en la BMV, a travs de una casa de bolsa. La Bolsa Mexicana de Valores es el lugar fsico donde se efectan y registran las operaciones que hacen las casas de bolsa. Los inversionistas compran y venden acciones e instrumentos de deuda a travs de intermediarios burstiles, llamados casas de bolsa. Es muy importante recalcar que la BMV no compra ni vende valores 1.3 Aplicacin de la Lgica Difusa en las finanzas

Aplicacin de la Lgica difusa a travs de la generacin de un sistema experto para la evaluacin de inversiones

Figura N 1 A continuacin se muestra una aplicacin de la lgica difusa a travs de la generacin de un sistema experto para la evaluacin de inversiones. La figura nmero1 muestra el sistema experto para evaluar inversiones estratgicas mediante opciones reales considerando variables cualitativas definidas a partir de los expertos. El modelo presenta como la salida del sistema es definida como el valor de la inversin. El modelo considera 16 variables de entrada, entre las cuales se tienen: el valor de las opciones, la diferenciacin, el tamao del mercado, el riesgo, la capacidad de produccin, los canales de distribucin, las sinergias que produce el proyecto, la consistencia estratgica del proyecto y el equipo administrativo (Magni, Mastroleo, & Facchinetti, 2001). Mediante sistemas de lgica difusa, las variables de entrada se agrupan con ayuda del criterio experto y definen variables de mayor nivel, con un significado lingstico claro. El proceso se repite hasta que la variable de salida es alcanzada 2. Mtodo El primer objetivo de quienes constituyen una empresa es recuperar su inversin, para despus disfrutar de las utilidades de la misma, ambos objetivos se consiguen con el tiempo. Pero los que invierten saben que esos propsitos no son un destino seguro, debido a que una empresa est expuesta a dificultades y adversidades. Los dueos asumen los riesgos de que el negocio vaya mal y hasta de que fracasen, sin embargo quienes compran acciones en el mercado de valores, al fin y al cabo socios buscan reducir sus prdidas a travs de la asesora de casas de bolsas, las cuales tienen dentro de sus mltiples funciones recomendar a los compradores y poseedores de acciones que decisiones tomar en relacin a comprar, mantener o vender los ttulos de las emisoras, a travs del trabajo de anlisis de un grupo de expertos burstiles (Rueda, 2008) 2.1 Hiptesis Se espera que el modelo de un sistema experto (basado en lgica difusa) permita correlacionar una serie de variables burstiles con una variable dependiente que ayude a

los compradores y poseedores de acciones en la toma de decisiones de comprar, retener o vender los ttulos. Preguntas de investigacin Existe una relacin entre las variables burstiles independientes y la variable decisoria de comprar, mantener o retener? 2.2 Diseo de la Investigacin Se trata de una investigacin cuantitativa, en donde el diseo de investigacin que se utiliza es del tipo preexperimental y esta se emplear en la construccin del modelo, siendo su alcance del tipo Correlacional debido a que busca establecer las relaciones entre las variables independientes y la variable independiente del modelo (Hernndez Sampieri, Fernndez-Collado, & Baptista Lucio, 2007). 2.3 Construccin de un modelo simplificado La primer etapa de la construccin del modelo es establecer una aproximacin a la realidad a travs de una base de conocimiento del fenmeno a modelar, para tal caso se recomienda entrevistar a los expertos (Medina Hurtado, 2006). En esta investigacin se solicita la colaboracin del Dr. Fernando Servn y Silva, considerado un experto en el fenmeno burstil, as como el anlisis de las recomendaciones generadas por la casa de bolsa Inverlat, con el fin de establecer de manera emprica las variables independientes y dependientes as como las relaciones implcitas entre las variables, y de esta forma generar una aproximacin inicial del modelo. Debido a que el modelo es generado de manera emprica a travs de una base de conocimiento basada por los expertos, se recomienda utilizar un sistema difuso tipo Mamdani (Aja-Fernndez, 2004

Figura N 2 El modelo de la figura nmero 2, muestra que la variable de salida denominada decisin est determinada por cinco variables de entrada, cada una de las variables que intervienen en el modelo presentan funciones de membresa especficas, y la base de conocimiento est sustentada por 128 reglas de decisin del tipo si entonces. Es importante sealar que se utiliz el software Matlab 2009 para la generacin inicial del modelo (Magni, Malagoli, & Mastroleo, 2006)

2.4 Definicin de variables lingsticas de entrada y salida Las variables de entrada del sistema son de naturaleza difusa, y se describen a continuacin. Rendimiento: Se entiende como la cantidad porcentual de incremento que tiene la accin a travs del tiempo, y por su naturaleza difusa puede tomar los valores de psimo, moderado, alto y excelente. Expectativa: Se define como la imagen que tiene la emisora de la accin ante los actores del mercado de valores, principalmente con los compradores de las acciones y los operadores burstiles. Los valores difusos que pueden tomar son una expectativa mala o excelente. Situacin: Se establece como la situacin financiera de la emisora, en donde normalmente a travs de un anlisis fundamental se puede conocer la situacin de la emisora, su naturaleza difusa es poco favorable o muy favorable. Portafolio: Se define como la participacin que tiene o pretende tener la accin dentro del portafolio del accionista. Sus niveles difusos pueden ser una participacin en el portafolio baja, o una participacin en el portafolio alta. Riesgo: el riesgo por s solo es una variable en donde interviene la volatilidad del precio de la accin, valor de capitalizacin, as como factores fundamentales como deuda, competencia, etc. Normalmente este valor difuso los pueden proporcionar los operadores burstiles y puede ser bajo, medio, alto y especulativo. La variable de respuesta o independiente es tambin de naturaleza difusa, y sta es nombrada decisin, en donde se entiende como la decisin que puede tomar el accionista para comprar, retener o vender una accin 2.5 Establecimiento de la reglas de lgica difusa Una regla difusa es una expresin del tipo SI proposicin difusa ENTONCES proposicin difusa, donde la proposicin de la izquierda se denomina antecedente o premisa y la de la derecha se conoce como consecuente o conclusin. Una regla difusa representa una relacin difusa entre el antecedente y el consecuente (Bojadziev & Bojadziev, 2007). En total se generaron 128 reglas empricas a partir de la experiencia de los expertos 2.6 Elegir el nmero de inferencia difuso A diferencia de la lgica clsica, la lgica difusa presenta un razonamiento no preciso, en su lugar se tiene un razonamiento aproximado. Esto quiere decir que se puede inferir una conclusin aun cuando el hecho no verifique la regla plenamente, esto se le conoce como razonamiento aproximado (Aja-Fernndez, 2004). El mtodo de inferencia es aquel en donde se obtiene un resultado o conclusin a partir de los valores de las variables de entrada, sus funciones de membresa y las reglas de decisin. Para el caso del modelo generado en la presente investigacin, se utiliz inferencia del tipo Mamdani debido a que es fcil su implementacin y adems el software Matlab lo tiene incluido dentro de su proceso de inferencia. Justamente en el presente modelo se definen las variables de tal forma que sea posible introducir valores no difusos o numricos, y esto se lleva a cabo a travs del software Matlab, imagine que se desea evaluar la siguiente condicin de una accin en el mercado, en donde la variable X1 correspondiente al rendimiento d e la accin tiene un valor de 10%, la variable X2 denominada expectativa se le asigna un valor de 7, la variable X3 nombrada situacin se considera un valor de 2, a la variable X4 descrita como portafolio se coloca un valor de 35%, y finalmente la va riable X5 riesgo se toma un valor de 55%, lo anterior se introduce en el software Matlab de la siguiente forma: evalfis ([0.1 7 2 0.35 0.55], modelo) En donde evalfis corresponde al comando en lenguaje Matlab que indica la instruccin de introducir y evaluar el modelo basado en lgica difusa, los valores entre los corchetes representan los datos numricos asignados a cada una de las variables, y finalmente

modelo indica el nombre de sistema difuso cargado en Matlab, que para este caso se emplea ese nombre, sin embargo este ltimo puede tomar cualquier nombre que se decida previamente por el investigado Modelo de un Sistema Experto a partir de la aplicacin de la Lgica Difusa, para ayudar en la decisiones burstiles. De esta forma es que utilizando el software Matlab se elige el mtodo del centroide y tomando como ejemplo la condicin de la accin en el mercado descrita previamente se obtiene como resultado del modelo un valor de Y=0.38, que de acuerdo a la variable de respuesta descrita en secciones previas, se conoce que 0 representa vender la accin, 0.5 equivale a retener la accin y 1 indica comprar la accin, por lo tanto la conclusin depende de la condicin actual de accionista, en tal caso si es propietario de la accin se recomienda retenerla, y en caso de no ser propietario de la accin la recomendacin es no compra El modelo que se obtuvo fue sometido inicialmente a una corroboracin, en donde se recomienda medir la sensibilidad del modelo a travs de una serie de simulaciones (Magni, Malagoli, & Mastroleo, 2006). Para este caso utiliz un diseo de experimentos 3 a la k, en donde se usaron las 5 variables, a 3 niveles por variable y puesto que se est evaluando un modelo a travs de simulacin solamente se toma en cuenta 1 rplica, dando un total de 243 corridas experimentales, dicha simulacin se llev a cabo sometiendo el modelo a las 243 condiciones, y estas fueron introducidas a travs del software Matlab 2009. Para el anlisis de sensibilidad se realiz a travs de la variacin sistemtica de los valores de las variables de entrada, para lo cual se utilizan los datos obtenidos a traves de la simulacion y se observa el efecto sobre la variable de respuesta ( keefe, alci, mith, 1986). Para mejor entendimiento de la sensibilidad del modelo se realizaron grficas en tres dimensiones por pares de variables de entrada contra la variable de respuesta, con el fin de observar el cambio sistemtico en la variable de respuesta Figura N 3

En la figura nmero 3 se observa que la sensibilidad del modelo con respeto a las variables rendimiento y expectativa es considerable debido a que se observa de la variable Y decisin asume valores desde 0 hasta cercanos a 1

Tabla N 1 Tambin se utiliza el software Minitab15 para evaluar los resultados del modelo, utilizando para ello una tcnica denominada superficie de respuesta que tiene el fin de generar un modelo matemtico tradicional de orden 2 a partir de una serie de datos, y al mismo tiempo probar la hiptesis nula si las variables que intervienen en el modelo son significativas, y cules son las ms significativas En la tabla nmero 2 se presenta el modelo matemtico obtenido a travs de la utilizacin de la tcnica superficie de respuesta, aqu se puede observar que solamente las variables X1, X2 y X5, son significativas en el modelo con un nivel de confianza del 99%, debido a que los valores de P, resultaron menores a alfa=0.01, as como la interaccin doble de (X1,X3) y (X2,X3). Adems se obtiene un coeficiente de correlacin de 82%, lo cual ofrece un indicador de buen ajuste del modelo presentado

Tabla N 2 R-Sq = 82.41% 4. Conclusiones Como primer punto se comenta que se logr el objetivo de la investigacin con relacin a establecer un modelo sistema experto que ayude en la toma de decisiones burstiles utilizando la teora de la lgica difusa. Adems siguiendo el mtodo propuesto para la generacin de sistemas expertos, se logr establecer las relaciones entre las variables de entrada al modelo con respecto a la variable de salida. Sin embargo se puede concluir que como resultado del anlisis de sensibilidad del modelo, existen algunas variables de entrada que generan poca influencia sobre la variable de salida, y esto se prob estadsticamente con una regresin multivariable superficie de respuesta, obtenindose que solamente las variables X1=rendimiento, X2=expectativo y X5=riesgo son significativas dentro del modelo, esto sugiere que es necesario revisar la base del conocimiento generada por los expertos y replantear el modelo de tal forma que solo se incluyan estas tres variables. Por tal motivo se propone como trabajo futuro el ajustar el modelo propuesto y la base del conocimiento a las nuevas tres variables encontradas como significativas. Tambin ser necesario repetir la simulacin del nuevo modelo encontrado y realizar el anlisis de sensibilidad del mismo. Es necesario que como trabajo futuro se realice la validacin del modelo encontrado, a travs de un mtodo cuantitativo recordando que se busca, medir el desempeo del modelo de forma

emprica, contrastando sus resultados contra los expertos humanos, para lo cual se pueden realizar pruebas estadsticas del tipo t pareadas, intervalos de confianza simultneos, o pruebas de hiptesis comparando el desempeo del sistema experto contra el desempeo de los expertos