Modelo de redes neuronales para la predicción de la variación del valor de la acción de First Solar

Abstract

En el siguiente trabajo se busca demostrar que las Redes Neuronales pueden ser usadas para predecir la variación en el precio de una acción. Los resultados obtenidos nos ayudan a creer que estos métodos de inteligencia artificial están muy prontos a ser las herramientas esenciales para trabajar y desenvolverse en los mercados financieros. Una de nuestras motivaciones para hacer este trabajo tenía que ver con la efectividad de esta herramienta, y si dicha efectividad motiva a que ya estén siendo usadas en grandes compañías financieras y mesas de “trading” en otros países. Una característica a destacar es que a diferencia de estudios anteriores, éste se realiza con datos diarios. Al probar que el modelo funciona y es efectivo, concluimos que es posible obtener rentabilidades diarias, rápidas y a corto plazo. La aplicación se efectúa en una acción del mercado estadounidense, a pesar de la inestabilidad actual de dicho mercado afectado por la crisis financiera. La razón es porque la empresa estudiada se beneficia del gran plan de energía renovable implantado por el presidente Obama. Dicho plan, creado para la reactivación económica del país, otorga beneficios y solidez financiera a empresas como First Solar, dedicada a la producción de paneles solares. Si bien la metodología de este trabajo se basa en una red neuronal, se ocupan otras herramientas que ayudan al modelo, como las Bandas de Bollinger, la teoría de ondas de Elliott y el test de Perasan & Timmermann, entre otros. Todo esto en conjunto nos ayuda a demostrar que el modelo funciona con una significancia estadística, lo cual demostraremos más adelante. Conclusiones hay varias, pero creemos que la más importante es que los modelos financieros y las formas de predecir se están actualizando. Los modelos econométricos clásicos están obsoletos y los operadores, brokers y gente desenvuelta en éste ámbito no pueden quedar ausente ante estos cambios.