Redes neuronales recurrentes aplicadas al pronóstico de precios en el mercado de valores 2018-2024

Resumen

La predicción de la dirección de las tendencias del precio de las acciones es vital para un óptimo desarrollo de estrategias para las transacciones que se dan en los mercados bursátiles. Debido a los riesgos y rendimientos variables de la bolsa, la predicción de esta es un tema de mucha importancia para los que invierten en ella. Tener la capacidad de pronosticar la tendencia o el precio de las acciones es una información muy valiosa para los inversores. En el presente trabajo se han propuesto algunos modelos que pueden llegar a ser viables para la predicción de índices bursátiles, tales como AAPL y ^STOXX50E. Para ello, se ha realizado el estudio de dos modelos diferentes, los cuales pertenecen a la familia de redes neuronales recurrentes (LSTM y GRU). Finalmente, se realiza una comparativa entre los distintos modelos utilizando la métrica MSE (error cuadrático medio). Se concluye que ambos modelos son adecuados para la predicción de estos índices bursátiles, evidenciando el gran poder predictivo que tienen las redes neuronales artificiales, los modelos de tipo caja negra pueden ser muy ventajosos, dado que se pueden optimizarse aún más sus parámetros y de esa manera obtener mejores resultados en las predicciones.