Las redes neuronales como herramienta de pronóstico en las finanzas: Predicción de la rentabilidad de acciones para la estructuración de portafolios de inversión en Colombia

Abstract

Con este trabajo se puede mostrar que existe una herramienta novedosa que permite predecir la rentabilidad de acciones dentro de la bolsa de valores de Colombia, la cual presenta un error de predicción menor al de los métodos estadísticos tradicionales. Las redes neuronales artificiales se constituyen así en una herramienta de pronóstico más precisa que los modelos de predicción convencionales, tales como: Arima, regresión lineal, Winter, Suavización exponencial simple y promedios móviles. Existen numerosas definiciones de redes neuronales, para este trabajo hemos adoptado la que más se ajusta a las ingenierías: “Las redes neuronales artificiales son modelos matemáticos multiparamétricos no lineales, capaces de inducir una correspondencia entre conjuntos de patrones de información (la relación estímulo-respuesta).www.Idc.usb.ve/-mcastro/docs/CLASE1 La correspondencia establecida se ha realizado entre las variables de la economía, del sector y de la empresa que afectan el precio y la rentabilidad de las acciones más bursátiles de la bolsa de valores de Colombia. En esta investigación usamos como modelo la red back-propagation que fue diseñada y entrenada a partir de una base de datos (ver anexo 1) conformada por las acciones de Suramericana, Cementos Caribe, Coltabaco, Corfinsura, Grupo Aval, Valores Bavaria , Cementos Paz del Río, Nacional de Chocolates, Exito, Argos, Bavaria, Banco de Bogotá y las variables Producto Interno Bruto (PIB),Precio de la acción, Dividendo Yield, Relación precio ganancia (RPG), Qtobin, tasa de cambio representativa del mercado (TRM), Índice general de la bolsa de valores de Colombia (IGBC), índice de precios al consumidor (IPC), Oferta monetaria (M1), tasa de interés (DTF) en el periodo de Enero del 99 a Diciembre del 2003.