USO DE ALGORITMOS DE INTELIGENCIA ARTIFICIAL PARA LA PREDICCIÓN DE PRECIOS DE ACTIVOS EN LOS MERCADOS DE CAPITALES DEL G7

Resumen

Este artículo presenta los resultados de un estudio cuantitativo y descriptivo cuyo objetivo fue realizar un análisis comparativo del desempeño de algoritmos de inteligencia artificial (IA) aplicados a la predicción del comportamiento de activos financieros. Los datos analizados se recopilaron de los mercados de capitales que conforman los índices de los países desarrollados del Grupo de los Siete (G7) entre los años 2001 y 2023. Para generar los modelos de la investigación, se utilizaron los siguientes algoritmos de IA: Bosque Aleatorio (RF), Naive Bayes (NB) y K-Vecinos Más Cercanos (KNN). El análisis de los resultados del estudio se basó en estadística descriptiva y en las pruebas de Shapiro-Wilk, t de Student y Mann-Whitney. Los resultados indicaron la robustez y consistencia del modelo RF en la predicción del comportamiento de los índices. Además, el trabajo confirma que los indicadores técnicos son entradas relevantes para que los modelos de IA predigan los precios de los activos financieros en el mercado de capitales. Entre las principales contribuciones teóricas de este estudio, destaca la indicación de que la Hipótesis del Mercado Eficiente (HME) puede depender del horizonte temporal y del tipo de datos analizados. En términos empíricos, este trabajo demuestra que los modelos basados ​​en IA pueden obtener resultados superiores al promedio esperado según la formulación débil de la HME.