Modelado del precio del café colombiano en la bolsa de Nueva York usando redes neuronales artificiales
En este artículo, se modela el precio promedio mensual del café colombiano en la Bolsa de Nueva York, usando varios modelos alternativos. El modelo final seleccionado está compuesto por una componente lineal autorregresiva más una red neuronal artificial tipo perceptron multicapa con dos neuronas en la capa oculta, que permite representar la dinámica que sigue el valor esperado de la serie de precios; mientras que la dinámica de los residuales es especificada usando un proceso heterocedástico condicional autoregresivo de primer orden. Los residuales normalizados del modelo son incorrelacionados y homocedásticos, y siguen aproximadamente una distribución normal. Los resultados indican que el precio actual depende de los precios ocurridos en los últimos cuatro meses.
Main Authors: | , |
---|---|
Format: | article biblioteca |
Language: | spa |
Published: |
Universidad Nacional de Colombia
2007
|
Subjects: | Comercio, mercado y distribución - E70, Precio del café, Modelos no lineales, Redes neuronales artificiales, Series de tiempo, Permanentes, |
Online Access: | http://hdl.handle.net/20.500.12324/34777 |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Summary: | En este artículo, se modela el precio promedio mensual del café colombiano en la Bolsa de Nueva York, usando varios modelos alternativos. El modelo final seleccionado está compuesto por una componente lineal autorregresiva más una red neuronal artificial tipo perceptron multicapa con dos neuronas en la capa oculta, que permite representar la dinámica que sigue el valor esperado de la serie de precios; mientras que la dinámica de los residuales es especificada usando un proceso heterocedástico condicional autoregresivo de primer orden. Los residuales normalizados del modelo son incorrelacionados y homocedásticos, y siguen aproximadamente una distribución normal. Los resultados indican que el precio actual depende de los precios ocurridos en los últimos cuatro meses. |
---|