Propuesta de un modelo predictivo de la variación del precio de acciones basado en redes neuronales y análisis de estados financieros

• Autores: Martín Pérez Guevara, Ernesto Moreno
• Localización: Anales de la Universidad Metropolitana, ISSN-e 1856-9811, Vol. 12, Nº. 1, 2012, págs. 103-123
• Idioma: español
• Títulos paralelos:
  • Proposal of a stock prices variation prediction model based on neural networks and financial statements analysis
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Se propone el diseño de un modelo predictivo de los rangos de variación futura del precio de acciones, empleando redes neuronales y análisis de estados financieros. Para ello se forman las diversas variables de entrada del modelo a partir de una muestra de los reportes trimestrales y precios de acciones históricos de empresas de sectores industriales de EE.UU.

    Para esto se implementa el "perceptrón multicapa" entrenado con el algoritmo de retropropagación con resiliencia empleando diversas variables, para finalmente evaluar el desempeño del modelo considerando la correcta clasificación de la muestra y una estimación de la certidumbre de la mencionada clasificación para cada uno de los rangos de variación futura del precio de las acciones. Además, se plantean diversas interrogantes adicionales surgidas de la evaluación de resultados que trascienden esta investigación y cuyas respuestas en un posterior desarrollo contribuirían posiblemente al perfeccionamiento del modelo propuesto.

  • English

    A prediction model is proposed to predict future stock prices variations intervals based on neural networks and financial statements analysis. For which input variables are constructed with quarter financial statements and historical stock prices of a sample of EEUU domestic companies from the industrial sector.

    Furthermore a multilayer perceptron trained with the resilient back-propagation algorithm using different variables is employed, to finally evaluate the performance of the model considering the ratio of correctly classified samples and the estimation of certainty of that classification regarding the different future stock prices variations intervals. Also new questions arise from the evaluation of results, that go beyond this research and which answers seems promising to possibly improve the proposed model.