Predicción
de series temporales con redes neuronales: una aplicación a la inflación
colombiana
Juan Camilo Santana
Resumen
Evaluar la capacidad de las redes neuronales en la predicción de series temporales es de sumo interés. Una aplicación que pronostique valores futuros de la serie de inflación colombiana permite mostrar que las redes neuronales pueden ser más precisas que las metodologías SARIMA de Box-Jenkins y el suavizamiento exponencial. Además, los resultados revelan que la combinación de pronósticos hacen uso de las redes neuronales tiende a mejorar la capacidad de predicción.
Palabras clave: perceptron multicapas, modelos SARIMA, suavizamiento exponencial, combinación de pronósticos, componentes no observables.