Una comparación de redes neuronales y modelos Arch-Garch para predecir variaciones en el precio de acciones. Aplicación a un caso de acciones de telefonía
Dip, Juan Antonio
Romero, Patricia Isabel
Romero, Patricia Isabel
En:
Rev. investig. modelos financ. Vol. 04, Nro. 02 (2015), p. 01-29
Fecha:
2015-12
Tipo de documento:
info:eu-repo/semantics/article
info:ar-repo/semantics/artículo
info:eu-repo/semantics/publishedVersion
info:ar-repo/semantics/artículo
info:eu-repo/semantics/publishedVersion
Formato:
application/pdf
Temas:
Cambio Climático - SOJA - Valuaciones
Contenido:
Se describe el diseño de soluciones para pronosticar el precio de la acción de la sociedad Telecom Argentina S.A., la cual cotiza en la Bolsa de Comercio de Buenos Aires, en el período 2005-2012 a partir del uso de la técnica de análisis de componentes principales. Se presentan resultados basados en modelos tradicionales Arch-Garch y en un sistema de redes backpropagation. Adicionalmente, se presenta una comparación entre las metodologías, teniendo en cuenta el grado de predicción logrado. - Fil: Dip, Juan Antonio. - Fil: Romero, Patricia Isabel. Universidad Nacional de Misiones. Facultad de Ciencias Económicas
Identificador(es):
http://bibliotecadigital.econ.uba.ar/econ/collection/rimf/document/rimf_v4_n2_01
ISSN 2250-687X (impreso)
ISSN 2250-6861 (en línea)
ISSN 2250-687X (impreso)
ISSN 2250-6861 (en línea)
Derechos:
info:eu-repo/semantics/openAccess
info:eu-repo/semantics/openAccess
info:eu-repo/semantics/openAccess
Descargar texto: rimf_v4_n2_01.oai
Cita bibliográfica:
Dip, Juan Antonio ; Romero, Patricia Isabel (2015-12). Una comparación de redes neuronales y modelos Arch-Garch para predecir variaciones en el precio de acciones. Aplicación a un caso de acciones de telefonía. (info:eu-repo/semantics/article). En: Rev. investig. modelos financ. Vol. 04, Nro. 02 (2015), p. 01-29. [consultado: ] Disponible en el Repositorio Digital Institucional de la Universidad de Buenos Aires: <http://bibliotecadigital.econ.uba.ar/econ/collection/rimf/document/rimf_v4_n2_01>