Predicción de la serie temporal del indicador bancario de referencia (IBR) con redes neuronales
En años recientes, la predicción del comportamiento del Indicador Bancario de Referencia (IBR) se ha hecho relevante debido a su importancia en el mercado monetario colombiano. El propósito de este trabajo es demostrar la eficiencia de las redes LSTM en la generación de predicciones de series de tiempo —a través de su memoria a corto y largo plazo— que sean comparables con el modelo predictivo ARIMA para estudios econométricos. Se analizó la incidencia de la tasa representativa de mercado (TRM) y la tasa de los bonos de la deuda pública (TES) a 10 años, comparando ambos indicadores con el IBR. Con lo anterior, se buscó determinar la correlación existente entre estas variables mediante el método de Pearson. Finalmente, la eficiencia del mode... Ver más
2256-1498
11
2021-02-16
65
76
info:eu-repo/semantics/openAccess
http://purl.org/coar/access_right/c_abf2
Revista Mutis - 2021
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
