El Caos y las Redes Neuronales en la Economía y Finanzas Interpretando el desorden perfecto: Modelado y predicción

• Autor: Barrera Herrera, Jorge
• Formato: artículo
• Fecha de Publicación: 2008
• Institución: Universidad Nacional Mayor de San Marcos
• Repositorio: Revistas - Universidad Nacional Mayor de San Marcos
• Lenguaje: español
• OAI Identifier: oai:ojs.csi.unmsm:article/9156
• Enlace del recurso: https://revistasinvestigacion.unmsm.edu.pe/index.php/econo/article/view/9156
• Nivel de acceso: acceso abierto
• Materia: Teoría del Caos; aleatoriedad y determinismo; reflexibilidad; parámetros; atractor; fractales; Redes neuronales artificiales; método de propagación hacia atrás (back propagation o delta method).

Los estudios de investigación recientes indican que la dificultad del modelado y la predicción de una serie temporal, radica en que ellas siguen generalmente, en los temas económicos y financieros, una dinámica lineal explicada por la teoría del caos en los cálculos y sus efectos paramétricos y la otra explicación es la existencia de una dinámica no lineal. Hablar de aleatoriedad, azar, caos, no es hablar de confusión ni desorden, sino que es el orden que subyace al aparente desorden. En los modelos lineales tradicionales, la utilización de herramientas estadísticas y econométricas presume que la serie de precios bursátiles son aleatorias y que no tienen memoria, así la mejor predicción del precio de mañana para un activo financiero es el precio de hoy. La realidad es que las series de precios no son aleatorias sino deterministas. Así mismo, en la búsqueda de nuevos modelos no tradicionales, considerando un comportamiento de la serie no lineal, surgen las RNA (redes neuronales artificiales), que son modelos no paramétricos (principal distorcionador de los resultados en los modelos tradicionales lineales) que poseen la capacidad de analisar y aprender rápidamente pautas complejas y con un alto grado de precisión.