| Revue: | Tiempo económico |
| Base de datos: | CLASE |
| Número de sistema: | 000341604 |
| ISSN: | 1870-1434 |
| Autores: | Gómez Ramos, Elsy L1 Venegas Martínez, Francisco2 Allier Campuzano, Héctor2 |
| Instituciones: | 1Instituto Politécnico Nacional, México, Distrito Federal. México 2Instituto Politécnico Nacional, Escuela Superior de Economía, México, Distrito Federal. México |
| Año: | 2011 |
| Periodo: | Ene-Abr |
| Volumen: | 6 |
| Número: | 17 |
| Paginación: | 59-72 |
| País: | México |
| Idioma: | Español |
| Tipo de documento: | Artículo |
| Enfoque: | Analítico, descriptivo |
| Resumen en español | En este trabajo se compara el pronóstico del Promedio Industrial Dow Jones (DJIA) a través de dos modelos. Uno paramétrico de tipo GARCH y otro no paramétrico como la Red Neuronal Artificial (RNA) perceptrón multicapa. Para ello, se tomó una muestra de 150 observaciones en forma diaria y se pronosticaron 10 periodos. Donde se observa que la RNA logra captar el comportamiento de la serie de tiempo, pero el modelo tipo GARCH presenta un mejor ajuste dentro y fuera de la muestra |
| Resumen en inglés | This paper compares the forecasting of Dow Jones Industrial Average (DJIA) through two models. A parametric model: GARCH and a non parametric one: Artificial Neural Network (ANN) multilayer perceptron. It was taken into account a sample of 150 observations on a daily basis and it was predicted 10 periods in both models. It was found that the ANN can detect the behavior of the time series but the GARCH model present more accurate forecasting |
| Disciplinas: | Economía, Ciencias de la computación |
| Palabras clave: | Econometría, Inteligencia artificial (IA), Redes neuronales artificiales, Perceptrón multicapa, Pronósticos, Dow Jones, Modelos GARCH |
| Texte intégral: | Texto completo (Ver HTML) |
