SciELO - Scientific Electronic Library Online

 
vol.12 número25Los circuitos económicos solidarios: espacio de relaciones y consensosLa internacionalización de empresas: relación entre el capital social, las tecnologías de la información relacional y la innovación índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • En proceso de indezaciónCitado por Google
  • No hay articulos similaresSimilares en SciELO
  • En proceso de indezaciónSimilares en Google

Compartir


Semestre Económico

versión impresa ISSN 0120-6346

Resumen

ARRIETA BECHARA, Jaime Enrique; TORRES CRUZ, Juan Camilo  y  VELASQUEZ CEBALLOS, Hermilson. Predições de modelos econométricos e redes neuronais: o caso a ação de SURAMINV. Semest. Econ. [online]. 2009, vol.12, n.25, pp.95-109. ISSN 0120-6346.

O objetivo do presente estudo radica em construir alguns modelos estadísticos, econométricos e de inteligência artificial que permitam realizar perdições sobre o comportamento de mercado da ação de SURAMINV. Encontrou se evidencia a favor da utilização de modelos econométricos e de inteligência artificial construídos a partir de componentes principais, os quais permitem lograr predições sobre o comportamento diário da ação de SURAMIVN, contrastando a hipótese da teoria de eficiência débil de mercado. O trabalho vai mais ala que outros desenvolvidos sobre o tema, no sentido de que mais que lograr um bom prognóstico in sample, controlando assim a existência de data snooping e por tanto subministrando informação que pode ser aproveitada em estadísticas de negociação.

Palabras clave : Rede neuronal artificial (RNA); inteligência artificial; modelos econométricos; análise de componentes principais (ACP); eficiência de mercado.

        · resumen en Español | Inglés     · texto en Español     · Español ( pdf )

 

Creative Commons License Todo el contenido de esta revista, excepto dónde está identificado, está bajo una Licencia Creative Commons