Análisis de redes neuronales y series de tiempo en activos financieros

Abstract

Una red neuronal artificial es un modelo matemático que utiliza un sistema de capas internas y externas conectadas a través de estructuras llamadas neuronas, que en conjunto simulan la arquitectura de las conexiones entre neuronas del cerebro humano. Sin embargo, estas redes neuronales han pasado por el proceso de aprendizaje sobre un conjunto de datos conocidos, se convierten en algoritmos capaces de predecir, dentro de un rango previamente establecido, el comportamiento de un conjunto del mismo tipo de datos del que sólo se conocen las etapas previas y no los resultados del comportamiento. Este trabajo tiene como objetivo obtener predicciones del precio de las acciones considerando diferentes tipos de modelos mediante el uso de herramientas computacionales especializadas. Se evidenció que la comparación de diferentes arquitecturas de aprendizaje profundo utilizando el método Naive reveló que los resultados obtenidos por este último fueron mejores que los resultados obtenidos por las arquitecturas de redes neuronales, así como la función FeedForward resultó ser el mejor de los modelos neuronales analizados.

Keywords

• inteligencia artificial
• aprendizaje supervisado
• redes neuronales
• deep-learning