Resumen

ARRIETA BECHARA, Jaime Enrique; TORRES CRUZ, Juan Camilo  y  VELASQUEZ CEBALLOS, Hermilson. Predicciones de modelos econométricos y redes neuronales: el caso de la acción de SURAMINV. Semest. Econ. [online]. 2009, vol.12, n.25, pp.95-109. ISSN 0120-6346.

El objetivo del presente estudio radica en construir algunos modelos estadísticos, econométricos y de inteligencia artificial que permitan realizar predicciones sobre el comportamiento de mercado de la acción de SURAMINV (Suramericana de Inversiones S. A.). Se obtuvo evidencia a favor de la utilización de modelos econométricos y de inteligencia artificial construidos a partir de componentes principales, los cuales permiten lograr predicciones sobre el comportamiento diario de la acción de SURAMINV, contrastando la hipótesis de la teoría de eficiencia débil de mercado. El trabajo va más allá que otros desarrollados sobre el tema, en el sentido de que más que lograr un buen pronóstico in sample busca obtener resultados out of sample, controlando de esta manera la existencia de data snooping y, por tanto, suministrando información que puede ser aprovechada en estrategias de negociación.

Palabras clave : Red neuronal artificial (RNA); inteligencia artificial; modelos econométricos; análisis de componentes principales (ACP); eficiencia de mercado.

        · resumen en Inglés | Portugués     · texto en Español     · Español ( pdf )