Modelo neuronal para la prediccion del tipo de cambio peso chileno - dolar E.E.U.U

Abstract

La predicción del Tipo de Cambio, es un tema de gran importancia en el mercado económico - financiero, debido a que se hace muy necesario y potencialmente beneficioso desarrollar una buena herramienta de predicción de dichos valores que en definitiva ayude a la toma de decisiones reales dentro del mercado. En el contexto de predicción es donde las Redes Neuronales surgen como gran alternativa de solución, ya que por su versatilidad y capacidad de aprender en un ambiente de inestabilidad podría llegar a mejores resultados que los modelos clásicos. De este modo, el objetivo de este estudio es presentar una evaluación de topología de Redes Neuronales en el sentido de buscar los modelos que mejor realicen la predicción del Tipo de Cambio Real Diario, basado en el comportamiento histórico de la serie del Tipo de Cambio Diario (Pesos Chilenos - Dólar de EE.UU) Para evaluar la capacidad de los resultados de los modelos se utilizan índices de medición de errores y el método de la prueba del signo, permitiendo realizar un análisis comparativos de los modelos desarrollados. De este estudio se visualizan muchas aplicaciones que pueden considerar a las Redes Neuronales como una gran alternativa de solución a problemas de predicción, permitiendo generar información muy útil dentro de mercados reales. Además en la actualidad se cuenta con diversas herramientas de evaluación y simulación que permiten aportar avances tecnológicos a las ciencias económicas.