UNA COMPARACIÓN DE REDES NEURONALES Y MODELOS ARCH-GARCH PARA PREDECIR VARIACIONES EN EL PRECIO DE ACCIONES. APLICACIÓN A UN CASO DE ACCIONES DE TELEFONÍA.

In recent years, there have been attempts to test the theory of market efficiency, using more efficient and accurate models to predict changes in the prices of various financial instruments. Actually there are two ways to predict such variations: parametric and nonparametric models. In the first group there are various statistical-econometric models, while in the second there are artificial intelligence techniques as neural networks and genetic algorithms. The use of neural networks for predicting the behaviour of economic variables has increased greatly in recent years. This paper describes the design of solutions to forecast the share price of Telecom Argentina SA, which is listed on the Stock Exchange of Buenos Aires, in the period 2005-2012 from the use of a technique called Principal Component Analysis. The results are presented based on traditional models Arch-Garch and backpropagation networks. Additionally, a comparison between the methodologies is presented, considering the degree of prediction achieved.Durante los últimos años se ha intentado contrastar la teoría de eficiencia de mercado, a partir de modelos más eficientes y exactos para predecir variaciones en los precios de los distintos instrumentos financieros. Actualmente existen dos vías para predecir dichas variaciones: modelos paramétricos y modelos no paramétricos. Dentro del primer grupo se encuentran diversos modelos estadístico-econométricos, mientras que dentro del segundo se encuentran técnicas de inteligencia artificial, como las redes neuronales y los algoritmos genéticos. La utilización de redes neuronales para la predicción del comportamiento de variables económicas ha aumentado en gran medida durante los últimos años. Este trabajo describe el diseño de soluciones para pronosticar el precio de la acción de la sociedad Telecom Argentina S.A., la cual cotiza en la Bolsa de Comercio de Buenos Aires, en el período 2005-2012 a partir del uso de la técnica de análisis de componentes principales. Se presentan resultados basados en modelos tradicionales Arch-Garch y en un sistema de redes backpropagation. Adicionalmente, se presenta una comparación entre las metodologías, teniendo en cuenta el grado de predicción logrado