Un modelo de predicción para el valor TRM: Un acercamiento desde las redes neuronales artificiales
Se presenta un modelo de predicci´on a un d´ıa del mercado de divisas en Colombia, basado en Redes Neuronales Artificiales (RNA), el cual logr´o "entender" y predecir eficientemente el mercado.Y aunque el modelo report´o resultados de entrenamiento ´optimo similares tanto en una serie con 20 d´ıas precedentes, como en una serie con solo 5 d´ıas precedentes al valor de la predicci´on, la red neuronal con 5 entradas reporto una eficiencia de validaci´on del 90% comparado con una eficiencia del 44% en el otro caso (Todo esto, en el mismo conjunto Test y con un error de aprendizaje inferior al 1 %). En ambos casos fue m´as importante y sensible a la predicci´on el valor TRM del d´ıa anterior, cuantificadores que decrecen en la medida que los d´ıas se alejan hacia atr´as del d´ıa a predecir. Adicionalmente, usando la red con 5 entradas se mostr´o que el modelo de RNA es mucho m´as eficiente para hacer predicciones a 1 d´ıa que a 50 d´ıas seguidos; con una eficiencia promedio de 48% y 28,5% en el primer y segundo caso respectivamente y un error de aprendizaje inferior o igual al 2 %. Por otro lado, se busc´o una validaci´on (seg´un RNA) del an´alisis t´ecnico en el mercado local de divisas, usando como valor output el precio de cierre del dolar en un d´ıa transaccional y como inputs: el d´ıa y mes de la predicci´on, apertura, m´ınimo, m´aximo, cierre, monto transado y n´umero de operaciones de los tres d´ıas inmediatamente anteriores. Se encontr´o que el par´ametro significativamente m´as relevante para la predicci´on fue el precio de cierre del d´ıa anterior, a´un as´ı el modelo de RNA mostr´o ser coherente con el an´alisis de velas. Siendo muy interesante el 3er. lugar de importancia que la RNA le da al mes, indic´andonos que el mercado por lo regular tiene una tendencia seg´un la ´epoca del a~no. Sin embargo, tuvo poca o casi ninguna relevancia el monto y el n´umero de operaciones hechas en los 3 d´ıas anteriores, lo cual significa que "el volumen no necesariamente sigue la tendencia". Aqu´ı se us´o una base de datos sobre los hist´oricos que van desde enero/1995 hasta junio/2004 para un total 2271 d´ıas de an´alisis.
Year of publication: |
2008-08-21
|
---|---|
Authors: | Ayala, Mauricio |
Institutions: | UNIVERSIDAD SERGIO ARBOLEDA |
Saved in:
Saved in favorites
Similar items by person
-
Usando redes neuronales en espacios no estándar para la predicción en series
Ayala, Mauricio, (2008)
-
Benítez, Oscar A., (1994)
-
Localización Industrial: una Aproximación Empírica a los hechos estilizados de Bogotá
Maldonado, Norman, (2008)
- More ...