PRONÓSTICO DE SERIES DE TIEMPO MEDIANTE LEAST SQUARE - SUPPORT VECTOR MACHINES. CASO APLICADO: PRECIO DE CIERRE DELA ACCIÓN DE CENCOSUD.

Abstract

A través de los tiempos el hombre ha buscado incansablemente la forma de predecir el futuro, seguramente buscando poder resguardarse en momentos difíciles o sacarle provecho a los tiempos de bonanza. De seguro un inversionista al leer estas palabras se sentiría sumamente identificado, un conocimiento a priori de cómo se va a mover el mercado inversionista quiere saber qué va a pasar “mañana”, conocer el comportamiento futuro de sus clientes, o una empresa quiere saber cuánto debe producir para no generar stock, es decir el saber que sucederá “mañana” para actuar “hoy” es una habilidad o conocimiento que todos buscan tener. Son innumerables las formas otras más complejas, todas en busca de la predicción más acertada. estudio se comparan dos métodos nuevos en el ámbito de predicción l (LS-SVM). Las máquinas de vectores de soporte (SVM) el modelado no lineal que, en términos generales, pueden ser utilizadas en labores de clasificación o de regresión. generalización superior al de los tradicionales métodos de regresión lineal, lo que sumado a la falta de estudios sobre su aplicación en el p específicamente la predicción del trabajo. El presente estudio tiene como principal objetivo proveer evidencia del desempeño de los modelos LS-SVM en el pronóstico de series de tiempo de las SVM. Los datos utilizados para la construcción y evaluación de corresponden a 1641 datos 02/12/2010, estos datos diarios corresponden al precio de cierre de la acción de Cencosud. Se eligió predecir es pasado. Lo que se hizo entonces fue contrarrestar LS-SVM con los pronósticos generados con la a (1,1,0), que fue la mejor al presentaron un mejor desempeño que el proceso ARIMA serie en que se realizaron medio cuadrado absoluto) y MSE (error c la tendencia del papel. Resumen Ejecutivo A través de los tiempos el hombre ha buscado incansablemente la forma de predecir el futuro, seguramente buscando poder resguardarse en momentos difíciles o sacarle provecho a los tiempos de bonanza. De seguro un inversionista al leer estas palabras se sentiría sumamente identificado, ya que una inversión ideal es aquella que se hace con un conocimiento a priori de cómo se va a mover el mercado inversionista quiere saber qué va a pasar “mañana”, sino también conocer el comportamiento futuro de sus clientes, o una empresa quiere saber cuánto debe producir para no generar excesivos inventario stock, es decir el saber que sucederá “mañana” para actuar “hoy” es una habilidad o conocimiento que todos buscan tener. Son innumerables las formas de predicción que hoy en día existen, algunas más básicas, otras más complejas, todas en busca de la predicción más acertada. estudio se comparan dos métodos, uno convencional llamado ARIMA y uno bastante en el ámbito de predicción llamado Least Square – Support Vector Machines Las máquinas de vectores de soporte (SVM) son herramientas de Minería de Datos para no lineal que, en términos generales, pueden ser utilizadas en labores de clasificación o de regresión.