Search

En este trabajo se ha llevado a cabo la implementación de un dispositivo capaz de detectar emociones y alertar cuando ocurran cambios en la persona que dispone de él. Para ello se ha trabajado en la búsqueda de un modelo de red neuronal, entrenando y testando diversos, capaz de conseguir la mejor precisión posible.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.

En el presente documento se determinan los patrones de predictibilidad del índice bursátil SyP 500 utilizando una ventana de estimación de 27 años. Para ello, primero se someten las variables susceptibles de ser predictores a un análisis de componentes principales que finalmente entregan los insumos para ser utilizados en un modelo de red neuronal. En el desarrollo del estudio se encuentra que 9 variables de 29 planteadas al inicio predicen el precio del índice SyP 500. No obstante, para trabajos posteriores se plantea la posibilidad de mejorar el modelo y así realizar estimaciones del precio del índice en mención.