| dc.contributor | Zurek Varela, Eduardo Enrique (dir.) | |
| dc.creator | Zapata Garrido, Luis Alberto | |
| dc.creator | Díaz Mojica, Hugo Fabián | |
| dc.date | 2009-07-17T12:51:43Z | |
| dc.date | 2012-07-25T20:29:21Z | |
| dc.date | 2009-07-17T12:51:43Z | |
| dc.date | 2012-07-25T20:29:21Z | |
| dc.date | 2009-07-17T12:51:43Z | |
| dc.date.accessioned | 2023-08-25T15:57:50Z | |
| dc.date.available | 2023-08-25T15:57:50Z | |
| dc.identifier | http://hdl.handle.net/10584/143 | |
| dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/8431874 | |
| dc.description | Tesis (Magíster en Administración de Empresas) -- Universidad del Norte. Programa de Maestría en Administración de Empresas, 2007. | |
| dc.description | El objetivo de la presente investigación es realizar predicciones del tipo de cambio peso-dólar utilizando redes neuronales artificiales. Para lo anterior, la investigación se basó en tres aspectos; primero, determinar la relación existente entre los resultados obtenidos y los tipos de cambio vigentes en las fechas de estudio; segundo, determinar el tipo de red neuronal que mas se adapta a la predicción de tipos de cambio, y tercero, analizar el comportamiento de las variables de la red neuronal artificial en el proceso de predicción de los tipos de cambio. Para lograr esto, seleccionamos información de doce variables económicas del año 2005 que sirvieron como entrada a un sistema de redes neuronales, en el que la salida era el tipo de cambio, utilizando el software Easy-NN-plus. Una vez realizamos el entrenamiento de la red y establecimos los valores de las variables de entrada para el proceso de predicción, obtuvimos los valores del tipo de cambio para el primer mes del 2006; de los cuales, después de realizar dieciocho pruebas, notamos que el margen de error mínimo promedio fue de 0.0614% y de $1.40. En conclusión, para el periodo señalado, es posible realizar predicciones del tipo de cambio peso-dólar utilizando redes neuronales artificiales, ya que presentan un margen de error bajo en relación con trabajos de otros autores investigados, y obteniendo que el Índice General de la Bolsa de Valores de Colombia y la Tasa de Interés de la Reserva Federal de Estados Unidos fueron las variables mas importante y sensible, respectivamente. | |
| dc.format | application/pdf | |
| dc.format | application/pdf | |
| dc.language | spa | |
| dc.publisher | Maestría en Administración | |
| dc.publisher | Escuela de Negocios | |
| dc.rights | openAccess | |
| dc.subject | Redes neurales (Computadores) | |
| dc.subject | Bolsa de valores. | |
| dc.title | Predicción del tipo de cambio peso-dolar utilizando redes neuronales artificiales. | |
| dc.type | masterThesis | |
| dc.type | acceptedVersion | |
