Acceso al documento en PDF - Biblioteca Nacional de Maestros
Acceso al documento en PDF - Biblioteca Nacional de Maestros
Acceso al documento en PDF - Biblioteca Nacional de Maestros
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
<strong>en</strong> promedio hasta un 7%, mi<strong>en</strong>tras que utilizando la curva <strong>de</strong> ajuste crece hasta un<br />
23%, <strong>de</strong>mostrando nuevam<strong>en</strong>te <strong>de</strong> esta manera que las re<strong>de</strong>s neuron<strong>al</strong>es<br />
artifici<strong>al</strong>es pose<strong>en</strong> sustanci<strong>al</strong>es v<strong>en</strong>tajas sobre la predicción <strong>de</strong> series <strong>de</strong> tiempo<br />
utilizando técnicas tradicion<strong>al</strong>es.<br />
7. Conclusiones<br />
Las re<strong>de</strong>s neuron<strong>al</strong>es artifici<strong>al</strong>es evolucionan como un pot<strong>en</strong>te paradigma<br />
<strong>al</strong>ternativo. Como lo <strong>de</strong>muestran los resultados obt<strong>en</strong>idos, sus capacida<strong>de</strong>s<br />
predictivas superan ampliam<strong>en</strong>te a las tradicion<strong>al</strong>es técnicas <strong>de</strong> estrategia<br />
financiera. Cabe <strong>de</strong>stacar que <strong>en</strong> el área financiera un pequeño increm<strong>en</strong>to <strong>en</strong> la<br />
exactitud <strong>de</strong> la predicción informativa implica un significativo impacto <strong>en</strong> el <strong>en</strong>torno<br />
económico.<br />
Como com<strong>en</strong>tario adicion<strong>al</strong> es importante m<strong>en</strong>cionar, que los resultados<br />
obt<strong>en</strong>idos <strong>en</strong> este trabajo no son los óptimos, ya que no se explotaron la infinidad<br />
<strong>de</strong> combinaciones <strong>de</strong> parámetros posibles <strong>en</strong> la configuración <strong>de</strong> una Red Neuron<strong>al</strong><br />
Artifici<strong>al</strong> para la aplicación <strong>en</strong> consi<strong>de</strong>ración.<br />
Cabe <strong>de</strong>stacar que la selección <strong>de</strong> la serie <strong>de</strong> tiempo <strong>en</strong> consi<strong>de</strong>ración<br />
(S&P500) es arbitraria, ya que podría haberse elegido el índice Dow Jones (DJ) o<br />
utilizar el índìce <strong>de</strong>l mercado <strong>de</strong> la bolsa <strong>de</strong> v<strong>al</strong>ores <strong>de</strong> arg<strong>en</strong>tina (Merv<strong>al</strong>). La<br />
especificación <strong>de</strong> los datos se resumió simplem<strong>en</strong>te <strong>al</strong> v<strong>al</strong>or <strong>de</strong>l índice, no<br />
consi<strong>de</strong>rando otras variables fundam<strong>en</strong>t<strong>al</strong>es que podrían incidir <strong>en</strong> el<br />
comportami<strong>en</strong>to <strong>de</strong> la red, ‘puesto que el objetivo princip<strong>al</strong> se limita a <strong>de</strong>mostrar las<br />
propieda<strong>de</strong>s sobres<strong>al</strong>i<strong>en</strong>tes <strong>de</strong> las Re<strong>de</strong>s Neuron<strong>al</strong>es Artifici<strong>al</strong>es, no incluy<strong>en</strong>do el<br />
<strong>de</strong>sarrollo <strong>de</strong> un mo<strong>de</strong>lo optimizado para la inversión bursátil.<br />
Dos simples <strong>en</strong>foques fueron re<strong>al</strong>izados para pre<strong>de</strong>cir índices financieros.<br />
Exist<strong>en</strong> por supuesto numerosas otras posibilida<strong>de</strong>s para fa combinación <strong>de</strong><br />
compon<strong>en</strong>tes, logrando una hibridización (re<strong>de</strong>s neuron<strong>al</strong>es con sistemas expertos,<br />
<strong>al</strong>goritmos g<strong>en</strong>éticos y lógica difusa) que optimice los resultados obt<strong>en</strong>idos <strong>en</strong> este<br />
trabajo.<br />
Bibliografía<br />
[1] Gately, E., Neur<strong>al</strong> Networks for Financi<strong>al</strong> Forecasting, 1996, John Wiley & Sons.<br />
[2] Haykin, S., Neur<strong>al</strong> Networks, a Compreh<strong>en</strong>sive Foundation, 1994, Macmillan<br />
College Publishing Company.<br />
[3] Thomason M., A First Multí-Network Hybrid for Financia1 Forecasting, 41-45,<br />
1997, Neurove$st Journ<strong>al</strong>.<br />
[4] Bigus, J., Data Mining with Neur<strong>al</strong> Networks, 1996, McGraw-Hill.<br />
[5] Martínez O., Procesos Bursátiles Markovianos Discretos, 292-305, 25 Jornadas<br />
Arg<strong>en</strong>tinas <strong>de</strong> Informática e investigación Operativa, 1996.<br />
183