Modelos de redes neuronales aplicados a la predicción del tipo de cambio del dólar observado en Chile.

2003. Revista Estudio de Administración. Vol. 10, N 1, 25-48

Jose Guerrero C, Franco Parisi F, Antonino Parisi F

Abstract:

Este estudio analiza la capacidad de las redes neuronales para predecir el signo de las variaciones diarias del dólar observado, entendiendo que la predicción de la dirección del movimiento es relevante para desarrollar estrategias de transacción efectivas (Leung, Daouk y Chen, 2000). Se usaron modelos de redes neuronales de algoritmo de aprendizaje supervisado de propagación hacia atrás: el Perceptor Multicapa, la Red Recurrente Jordan- Elman y la Red Ward, con funcionamiento estándar y recursivo. La evaluación se hizo sobre la base de un conjunto extramuestral de 398 datos y sobre 337 subconjuntos extramuestrales, de 60 observaciones diarias cada uno. El desempeño relativo de los modelos fue medido por el número de predicciones correctas (hits) del signo de la variación del tipo de cambio, aplicando para ello el test de acierto direccional de Pesaran y Timmermann (1992). A su vez, los resultados de la mejor red neuronal fueron contrastados con los de un modelos ingenuo y con los de una estrategia buy and hold. La red ward de tres capas obtuvo el mejor rendimiento y su capacidad para predecir el signo de las variaciones diarias del tipo de cambio del dólar observado resultó significativa para el período analizado. Sin embargo, al utilizar un proceso recursivo para re- estimar período a período los pesos de la red no se generaron mejoras significativas. Además, al contrastar el porcentaje de predicción de signo (PPS) de la red ward estándar y recursiva con el de un modelo ingenuo, la de este último fue significativamente mayor. No obstante, la capacidad predictiva de los modelos no se tradujo en retornos significativamente más altos respecto a una estrategia pasiva, a pesar de que los retornos anormales promedios fueron positivos. Los resultados se adecúan a lo esperado para el caso chileno, dado el bajo número de agentes que participan en este mercado, la alta volatilidad originada en sendas crisis financieras internacionales y los significativos cambios en el mercado a partir de la participación del Banco Central.

Palabras claves:

Acceder a la publicación completa