Predicción del mercado de valores y marco ético- legal: comparación de desempeño entre las técnicas de IA más utilizadas

Abstract

El presente documento es una investigación fundamental y cualitativa que tiene como objetivo identificar y promover la gestión de nuevos métodos de predicción de precios en los mercados financieros mediante el uso de inteligencia artificial (IA). La investigación se enfoca en comparar tres técnicas avanzadas de IA: Neural Networks, Support Vector Machines y Neuro Fuzzy Models, con métodos tradicionales como el random walking y los modelos torregresivos de medias móviles (ARMA), con el fin de evaluar su eficacia en la predicción de índices bursátiles y más específicamente, el índice de precios compuesto JSE del mercado de valores de Johannesburgo. La motivación principal de este estudio radica en la necesidad de mejorar la precisión y eficiencia en las predicciones del mercado financiero, buscando inversiones más sostenibles y eficientes. La transformación digital de las finanzas, impulsada por la IA, ofrece una oportunidad única para combinar la información financiera con capacidades tecnológicas avanzadas, reduciendo así los errores humanos y creando un entorno empresarial y económico más seguro. Se llevó a cabo un análisis comparativo entre los métodos de IA seleccionados y los enfoques tradicionales. Para ello, se utilizaron datos históricos del índice JSE, aplicando cada método para predecir futuros movimientos del mercado. La precisión de las predicciones se evaluó utilizando métricas estadísticas como el error cuadrático medio (MSE) y la raíz del error cuadrático medio (RMSE), entre otras. Además, se consideraron factores como la robustez del modelo, la capacidad de generalización y la complejidad computacional. Se encontró que ninguno de los modelos complejos ut