Uso de redes neuronales artificiales para predecir los retornos accionarios en el mercado bersatil chileno.

Abstract

Esta memoria evalúa el desempeño de distintas arquitecturas de redes neuronales artificiales en la predicción de los retornos diarios para algunas acciones transadas en la Bolsa de Comercio de Santiago de Chile. Este estudio está orientado a establecer si existe algún grado de predictibilidad en el Mercado local; cuestión que seria consistente con sesgos de los inversionistas. Esta memoria demuestra que el uso de las redes neuronales artificiales en la predicción de los retornos diarios de las acciones chilenas mas liquidas no es efectiva pues su desempeño es pobre. Nuestros resultados son consistentes con los postulados de la Hipótesis de Mercados Eficientes en su versión débil.