Empleo de modelos predictivos en el precio de bolsa de la energía en Colombia

Los humanos dependemos de la energía para vivir: la utilizamos para cocinar los alimentos, prender la luz, transportarnos, fabricar los bienes que consumimos, comunicarnos a través de dispositivos móviles, entre otras. La energía es probablemente uno de los bienes más importantes para los humanos en la actualidad, pues nos permite constantemente mejorar nuestra calidad de vida. El sector energético es el que permite el funcionamiento de la mayoría de los otros sectores de la economía. Entonces, entendiendo que la energía es el inicio de muchos procesos importantes para los seres humanos, resulta útil estudiarla utilizando un enfoque analítico. En el caso de este proyecto de grado, la energía ha sido el campo para explorar cómo éstas herramientas pueden ser útiles y aplicables para atender problemáticas de la vida real. Para este trabajo, se utilizarán modelos predictivos que permitan pronosticar los precios de bolsa de la energía en Colombia una semana hacia adelante. Por medio de la construcción de estos modelos, se busca responder a la pregunta de: ¿cómo los modelos predictivos pueden ser útiles para pronosticar el comportamiento del precio de bolsa de la energía en Colombia y cuál es su potencial para mejorar la toma de decisiones de los distintos actores involucrados? El trabajo se estructura así: en la sección 1 se introduce el tema y la motivación para estudiar el tema. En la sección 2 se hace una revisión de literatura sobre el mercado de energía en Colombia y la implementación de modelos predictivos dentro de este. En la sección 3 se explica cuáles fueron los datos utilizados en el modelo y la metodología implementada durante el trabajo (que incluye modelos de redes neuronales y modelos ARIMA con regresores externos). En la sección 4 se discuten los resultados obtenidos a través de los diferentes modelos utilizados y se selecciona el mejor modelo. Finalmente, en la sección 5 se concluye sobre la pregunta de investigación y sobre el trabajo de grado.

• Autores: Cárdenas Cárdenas, Juan Esteban
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2021
• Institución: Universidad de los Andes
• Repositorio: Séneca: repositorio Uniandes
• Idioma: spa
• OAI Identifier: oai:repositorio.uniandes.edu.co:1992/56573
• Acceso en línea: http://hdl.handle.net/1992/56573
• Palabra clave: Energía; Colombia; Modelos predictivos; Pronósticos; Redes neuronales; ARIMA; Ingeniería
• Rights: openAccess
• License: https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf