Table of Contents Table of Contents
Previous Page  77 / 87 Next Page
Information
Show Menu
Previous Page 77 / 87 Next Page
Page Background

BÁSICOS

77

Desarrollo del Modelo

Para poder conseguir el objetivo hemos propuesto un

sencillo modelo que pueda representar el comporta-

miento del mercado Forex mediante la aplicación de un

método similar al que se usa en el estudio de polímeros

en disolución, basado en el uso de técnicas Monte Carlo

y en el algoritmo de recocido.

La implementación de un método de éstas caracte-

rísticas surge de la observación de los precios de las coti-

zaciones en el mercado Forex, que fluctúa siguiendo pe-

queñas desviaciones causadas por la interacción de los

inversores con el propio mercado. El resumen de todas

estas interacciones es un movimien-to más o menos alea-

torio que se puede representar mediante un movimiento

browniano, similar al que sufriría una macromolécula en

disolución. Siguiendo con la analogía, los enlaces de la

molécula corresponden a la regulación que ejercen los

bancos sobre el precio de su moneda, corrigiendo éste

si se aleja mucho de un rango de valores determinado,

que se correspondería con el punto de equilibrio, y la po-

sición de la molécula se correspondería con el precio de

la cotización.

El potencial que vamos a imponer al sistema finan-

ciero del mercado Forex y que regula la interacción entre

los precios de las cotizaciones es un potencial hookiano.

Éste es el potencial característico de un muelle, así que

es posible construir una imagen mental del sistema como

partículas unidas por muelles cuya elongación represen-

ta el precio de éste.

Las partículas representan cada moneda, y por tan-

to el muelle que une dos de éstas representa la cotiza-

ción relativa entre ambas, y la constante elástica del

muelle representa la volatilidad de la cotización. Figu-

ras 1 y 2

La constante elástica k, se tomó como la inversa de la

desviación estándar de los precios, Por otro lado, el pun-

to de equilibrio x es la media muestral de todos los datos.

Tras caracterizar el sistema se comenzó a generar se-

ries temporales. Finalmente el programa nos genera un

histograma que nos permite predecir si el valor de la co-

tización crecerá o decrecerá.

Este seria el resultado después de la simulación. En

los próximos artículos profundizaremos más en el mode-

lo descrito.