Predicción del comportamiento diario del precio de ISA mediante redes neuronales artificiales

A pesar de que los modelos tradicionales de series de tiempo constituyen una poderosa herramienta para modelar el comportamiento de distintas variables, muchos tienen limitaciones inherentes que incluyen la posibilidad de especificar de forma incorrecta la función de relación entre variables dependientes e independientes y, debido a que en su mayoría consisten en modelos lineales, en muchos casos puede ser imposible que capturen comportamientos no lineales. Es aquí donde entran a jugar un papel importante los modelos no paramétricos entre los cuales se encuentran las Redes Neuronales Artificiales, las cuales permiten encontrar, si existe, la relación no lineal que existe entre conjuntos de datos, por lo que los analistas pueden utilizarla para encontrar relaciones entre variables y realizar predicciones. A través de la aplicación de Redes Neuronales Artificiales se desarrolló un modelo que permite realizar predicciones confiables del comportamiento del mercado accionario colombiano, específicamente de la acción ISA, utilizando diferentes variables que puedan explicar sus movimientos.

• Autores: Jaramillo Campo, David Andrés; Rivas Lozano, Diana María
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2011
• Institución: Pontificia Universidad Javeriana
• Repositorio: Repositorio Universidad Javeriana
• Idioma: spa
• OAI Identifier: oai:repository.javeriana.edu.co:10554/9511
• Acceso en línea: http://hdl.handle.net/10554/9511
• Palabra clave: Redes neurales (Computadores); Acciones (Bolsa); Análisis de series de tiempo; Administración de empresas Tesis y disertaciones académicas
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional