Aplicación de las redes neuronales al pronóstico de precios en el mercado de valores

Abstract

RESUMEN: Este trabajo propone un modelo basado en redes neuronales artificiales para el pronóstico de los precios de dos de las principales acciones transadas en mercado de valores colombiano. El modelo propuesto se aplica al estudio de las acciones de Ecopetrol y Preferencial Bancolombia, empresas que negocian en las bolsas de valores de Colombia y Nueva York. Se utilizan dos estructuras de redes incluyendo como entradas la serie de precios diarios en la primera y la serie de precios más el índice del dólar estadounidense DXY en la segunda. Se prueban diferentes configuraciones de redes neuronales utilizando una serie de seis meses, donde los datos de los primeros cinco se utilizan para entrenamiento dejando el último mes para verificar la capacidad predictiva de la red. Los resultados muestran un buen comportamiento de las redes neuronales con bajos errores en su desempeño tanto en aprendizaje como en predicción.

ABSTRACT: An artificial neural network model to forecast the price of two of the main shares traded in the Colombian stock exchange is proposed in this work. The model is applied to study the shares of Ecopetrol and Preferencial Bancolombia, companies that trade in the stock exchanges of Colombia and New York. Two network structures including the daily price series in the first and the price series plus the dollar index DXY in the latter are used. Different neural networks configurations are trained using a series of six months, where five months are used as training patterns and the next month is left to test the predictive capabilities of the network. The results show good performance of the neural networks with low training and testing errors.