000			01469 a2200145 4500
035			_a(janium)187786
005			20221115015734.0
998			_aHEM3 _b20071031 _zjanium
008			071031e2005 mx z r b|spaospa
100	1		_aJonson, Christian A. ; _bPadilla, Miguel A.
245	1		_aRegularidades no lineales en índices accionarios : _buna aproximación con redes neuronales
520			_aLas redes neuronales artificiales (RNA) se han convertido en un importante instrumento para modelar y predecir los rendimientos accionarios. Debido a que son modelos que incorporan variables no lineales (característica de la mayoría de las series económicas y financieras) funcionan mejor que los modelos estadísticos tradicionales, como las regresiones lineales o modelos Box-Jenkins. Este estudio intenta encontrar regularidades en los índices accionarios de 27 países mediante un acercamiento de redes neuronales artificiales y su contraste con modelos lineales rezagados, y aporta evidencia a la discusión actual respecto a la teoría de los mercados eficientes. Asimismo se realizan predicciones extramuestrales dinámicas sustentadas también con una prueba no paramétrica, que confirma excelentes resultados de las redes neuronales en contraste con los modelos autorregresivos tradicionales.
650			_aREDES NEURONALES ARTIFICIALES _vMETODOLOGIA Y APLICACIONES _xMERCADOS ACCIONARIOS
773			_tEl trimestre económico _g72, 288 (oct-dic. 2005), 765-821
999			_c186892 _d186892