Resumen

MOTA-HERNANDEZ, Cinthya I.; ALVARADO-CORONA, Rafael  y  JIMENEZ GARCIA, Benita Martha. RNA's en el Análisis a Subyacentes de Divisas y Deuda Cotizadas en el MexDer. RevActaNova. [online]. 2019, vol.9, n.2, pp.190-203. ISSN 1683-0789.

El presente trabajo de investigación reporta un modelo para el pronóstico de la tendencia en los activos de divisas (dólar y euro) y dos de deuda (CETES y TIIE) utilizados en futuros cotizados en el Mercado Mexicano de Derivados (MexDer), aplicando el enfoque de Redes Neuronales Artificiales (RNA's). Una de las principales aportaciones sugiere que el modelo propuesto basado en Inteligencia Artificial hace aproximaciones con un error menor al 19%. Las topologías utilizadas para la comparación de datos son: Perceptron Multicapa y Redes recurrentes con series de tiempo, las cuales ofrecen la posibilidad de obtener aproximaciones dentro de un rango aceptable en el pronóstico en el área financiera, considerando que a mayor riesgo mayor ganancia. Como se mencionó con anterioridad, se evalúan 7 variables que representan las divisas: Dólar y Euro; los índices de deuda: TIIE a 28 y 91 días, los CETES a 28 y 91 días y se anexo la inflación debido a que es una de las variables macroeconómicas importantes. Debido a que se trata de predecir variables a corto, mediano y largo plazo en el tiempo, los datos de entrada para cada modelo de red toman en cuenta: la fecha actual, la inflación actual, el dólar actual como variable que representa al tipo cambiario y la fecha de predicción. Las RNA's fueron entrenadas con dato s históricos en donde las entradas consideran fechas a partir de 1969 y las salidas con datos históricos a partir del 2003. Los datos de las variables obtenidas serán comparados con datos reales de los años 2016, 2017 y 2018 y parte del 2019, para validar la RNA considerada óptima.

Palabras clave : Análisis; Divisas; RNA's; MexDer.

        · resumen en Inglés     · texto en Español     · Español ( pdf )