Pronóstico del precio de la energía en Colombia por medio de modelos GARCH y Redes Neuronales Recurrentes

El precio de la energía es una variable con una alta volatilidad debido a la gran cantidad de factores influyentes que causan picos y variaciones fuertes en ciertos periodos, por esta razón se realizará un modelado del precio de la energía por medio de modelos utilizados frecuentemente para el trata...

Full description

Autores:
Huertas, Juan Sebastian
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2021
Institución:
Universidad Santo Tomás
Repositorio:
Repositorio Institucional USTA
Idioma:
spa
OAI Identifier:
oai:repository.usta.edu.co:11634/35374
Acceso en línea:
http://hdl.handle.net/11634/35374
Palabra clave:
Energy
Recurrent neural networks
GARCH
AIC
BIC
ARCH
Redes neuronales (Computadores)
Volatilidad
Economía de la Energía
Energía
Redes neuronales recurrentes
GARCH
ARCH
AIC
BIC
ARCH
Rights
openAccess
License
Atribución-NoComercial-SinDerivadas 2.5 Colombia
Description
Summary:El precio de la energía es una variable con una alta volatilidad debido a la gran cantidad de factores influyentes que causan picos y variaciones fuertes en ciertos periodos, por esta razón se realizará un modelado del precio de la energía por medio de modelos utilizados frecuentemente para el tratamiento de series financieras como lo son los modelos GARCH que surgieron por la necesidad de trabajar series con heterocedasticidad condicional (Bollerslev, 1986). Además, se realiza la evaluación de predicción del modelo de redes neuronales recurrentes RNR (Manchado, 2018) con el fin de realizar una comparación para determinar cuál de las dos metodologías es la mejor para pronosticar el precio de la energía en Colombia.