Aplicación de Redes Neuronales en Predicción de Series de Tiempo, aplicadas a las Finanzas

TECNICAS MODERNAS EN AUTOMATICA, PRIMER SEMESTRE 2013
UNIVERSIDAD TECNICA FEDERICO SANTA MARIA

1

Aplicación de Redes Neuronales en Predicción
de Series de Tiempo, aplicadas a las Finanzas
Autor Nicolás Ramírez Didier, Rol: 2821069-8


codificación redundante de la información.

Resumen—En este documento se presentan las Redes
Neuronales Artificiales (RNA) y se explican suspropiedades y
tipos. Luego se hace un recuento de la aplicación de las redes
neuronales en predicción de series de tiempo, en el ámbito de las
finanzas.
Palabras Clave— Finanzas, Predicción de series de tiempo,
Redes Neuronales Artificiales.

I. INTRODUCTION

E

n las diferentes disciplinas de la ciencia, podemos ver que
todos los días se hacen esfuerzos importantes para poder
determinar conmayor certeza los fenómenos a los que nos
vemos afectados. Para ello, se han implementado diversas
técnicas de predicción con el propósito de obtener mejores
resultados frente a estos nuevos eventos. Dichos esfuerzos
responden a la necesidad de las personas de disminuir el riesgo
en la toma de decisiones y su aversión al riesgo en cuanto a las
opciones que tienen que tomar. En las finanzasla historia es
muy parecida. Durante mucho tiempo las personas han
buscado poder acceder a mayor información, que les permita
tomar decisiones de una forma correcta, en donde las
posibilidades de "equivocarse" sean las mínimas y el éxito en
la toma de decisiones sea lo más alto posible. A medida que ha
pasado el tiempo, nos hemos visto expuestos a diversas
técnicas para poder predecir losfenómenos futuros, ellas están
basadas en la premisa de que los elementos que suceden en la
práctica no son un efecto aleatorio, sino que representan de
alguna manera tendencias que podrían ser explicadas de cierta
forma por algún modelo.

Desde el punto de vista de solucionar problemas, las redes
neuronales son diferentes de los ordenadores convencionales
que usan algoritmos secuenciales,mientras que las redes
neuronales actúan como el cerebro humano, procesando la
información en paralelo, y también pueden aprender y
generalizar a situaciones no incluidas en el proceso de
entrenamiento. Las redes neuronales pueden procesar
información de forma más rápida que los ordenadores
convencionales, pero tienen la desventaja de que no podemos
seguir su respuesta paso a paso como sepuede hacer al
ejecutar un programa convencional en un ordenador por lo
que no resulta fácil detectar los errores.
Las redes neuronales artificiales son muy efectivas para
resolver problemas complicados de clasificación y
reconocimiento de patrones. La más utilizada es la llamada de
propagación hacia adelante. La figura 1 muestra una red de
propagación hacia delante con dos capas ocultas. Elnúmero de
entradas es directamente dependiente de la información
disponible para ser clasificada mientras que el número de
neuronas de salida es igual al número de clases a ser
separadas. Las unidades de una capa se conectan
unidireccionalmente con las de la siguiente, en general todas
con todas, sometiendo a sus salidas a la multiplicación por un
peso que es diferente para cada una de lasconexiones.
X1
 (.)
 (.)

X2
 (.)

 (.)

 (.)

O2

 (.)

X3
 (.)

II. REDES NEURONALES ARTIFICIALES

O1

X4

 (.)
 (.)

Una red neuronal es un sistema que permite establecer una
relación lineal o no lineal entre las salidas y las entradas. Sus
características están inspiradas en el sistema nervioso lo que
les da varias ventajas tales como su capacidad deaprendizaje
adaptativo, son auto-organizativas, pueden funcionar en
paralelo en tiempo real y ofrecen tolerancia a fallos por la

X5
Nudos de entrada

1ª capa oculta

2ª capa oculta

Capa de salida

Fig. 1. Red neuronal de propagación hacia adelante

Otro tipo de red neuronal conocida por su habilidad para

TECNICAS MODERNAS EN AUTOMATICA, PRIMER SEMESTRE 2013
UNIVERSIDAD...