Browsing by Author "Pedreros Meza, Daniel"
Now showing 1 - 1 of 1
- Results Per Page
- Sort Options
Thesis Predicción de retornos financieros mediente redes LSTM: comparación de configuraciones con distintas combinaciones de retornos dentro y fuera del período bursátil(Universidad Técnica Federico Santa María, 2026-08) Pedreros Meza, Daniel; Pincheira Sarmiento, Bernardo Eugenio; Departamento de Industrias; Kristjanpoller Rodríguez, Werner DavidEsta investigación evalúa si la incorporación de retornos generados dentro y fuera del período bursátil mejora la predicción mediante redes LSTM optimizadas con Optuna. Se analizan el retorno de cierre a cierre (Close-to-Close, CtC), el retorno nocturno (Close-to-Open, CtO) y el retorno intradiario (Open-to-Close, OtC) en una muestra aleatoria de 50 acciones del S&P 500, utilizando datos descargados entre el 1 de mayo de 2020 y el 15 de mayo de 2026. Se estiman 12 configuraciones por activo que, para cada retorno objetivo, comparan la versión que utiliza solo dicho retorno con distintas combinaciones de las otras variables. Los datos se dividen cronológicamente en entrenamiento, validación y un conjunto de prueba fijo de 304 días bursátiles. Primero se comparan RMSE, MAE y Hit Ratio dentro de los tres horizontes; luego se profundiza mediante ARIMA, Random Forest y el Model Confidence Set (MCS) en el grupo que presenta las mejoras descriptivas más consistentes. Este grupo corresponde a las variantes CtC: frente a V1, V2 mejora simultáneamente las tres métricas en 44 acciones y V4 en 42, mientras que V3 lo hace en 7. Las configuraciones orientadas directamente a CtO u OtC alcanzan esta mejora conjunta en un máximo de 13 activos. V2 obtiene menores RMSE y MAE que ARIMA en 48 acciones para ambas métricas y supera a Random Forest en 48 y 47, respectivamente. Además, el MCS retiene V2 en 35 acciones y V4 en 26. Los resultados indican que el CtO disponible en la apertura aporta información relevante para predecir CtC, aunque su efecto depende del activo y no constituye evidencia de rentabilidad económica.
Política de Privacidad 
