PREDICCIÓN DE SERIES FINANCIERAS DEL MERCADO LATINOAMERICANO MEDIANTE REDES NEURONALES ARTIFICIALES, A TRAVÉS DE UN ALGORITMO DE COLONIAS DE ABEJAS.

Abstract

Las redes neuronales han mostrado ser un método capaz de implementar tareas notriviales tales como procedimientos de reconocimiento de imagen, clasificación, ajuste decurvas y pronósticos. En este contexto una tarea crítica es la de la fase de entrenamiento deuna red neuronal.En esta memoria se prueba la eficacia y el desempeño del algoritmo de coloniasde abejas (Artificial Bee Colony Algorithm) como algoritmo de entrenamiento en una redneuronal para modelar y predecir series financieras correspondientes a los índices delmercado latinoamericano.Los resultados muestran una coherencia entre el desempeño del algoritmo tanto en lafase de entrenamiento como en el pronóstico, corroborando que aquel método que poseeun mejor modelo es más probable que se desempeñe mejor en el pronóstico.Para finalizar se combina el algoritmo de backpropagation con el algoritmo decolonias de abejas para hacer un híbrido ABC-BP, el cual toma como punto de partida lasolución entregada por backpropagation y mejora el modelado mediante el algoritmo ABC.Los experimentos revelan que en tres de las cuatro series en las que fueron testeadas selogró una mejora en el pronóstico respecto al algoritmo clásico de backpropagation.