PRONÓSTICO DE PRECIOS DE PETRÓLEO: UNA COMPARACIÓN ENTRE MODELOS GARCH Y REDES NEURONALES DIFERENCIALES
Contenido principal del artículo
Resumen
El objetivo del presente trabajo es mostrar las ventajas que tiene el utilizar a las redes neuronales diferenciales (RND) como un método alternativo eficiente en el cálculo de pronósticos de precios futuros de activos financieros, para lo cual se hace un comparativo con modelos de la familia GARCH, al llevar a cabo el pronóstico de precios de cierre de barriles de petróleo crudo de los tipos West Texas International (WTI) y Brent. Los resultados demuestran que el uso de las RND tiene, en esencia, la misma precisión que los valores obtenidos con el modelo TGARCH(1,1) y son superiores a los obtenidos mediante el modelo GARCH(1,1), al calcular los pronósticos de precios de los barriles de petróleo Brent y WTI respectivamente durante el periodo de descripción, del 2 de enero de 2013 al 24 de febrero de 2015, y del periodo de pronóstico, del 25 de febrero al 10 de marzo de 2015. Sin embargo, el esfuerzo realizado para obtener tales resultados con la familia de modelos GARCH es significativamente mayor que cuando se utilizan las RND, esto apoya la propuesta de utilizar las RND como un método alternativo fiable en el análisis de series de tiempo.
Detalles del artículo
Cómo citar
Ortiz Arango, F. (2017). PRONÓSTICO DE PRECIOS DE PETRÓLEO: UNA COMPARACIÓN ENTRE MODELOS GARCH Y REDES NEURONALES DIFERENCIALES. Investigación Económica, 76(300), 105–126. https://doi.org/10.1016/j.inveco.2017.06.002
Los autores que publiquen en esta revista acceden a las siguientes condiciones:
a) Los autores retienen los derechos de copia (copyright) y ceden a la revista el derecho de primera publicación, con el trabajo asimismo bajo la licencia Creative Commons Attribution License que permite a terceros utilizar lo publicado siempre que hagan referencia al autor o autores del trabajo y a su publicación en esta revista.
b) Los autores son libres de realizar otros acuerdos contractuales para la distribución no exclusiva del artículo que publiquen en esta revista (como puede ser incluirlo en una colección institucional o publicarlo en un libro), siempre que indiquen claramente la publicación original del trabajo en esta revista.