Resumen
El pronóstico de los precios del cobre es fundamental para las partes interesadas en las industrias que dependen de esta materia prima. El desafío radica en la dinámica del mercado y la multitud de factores que afectan los precios. Este estudio introduce modelos de redes neuronales para predecir los rendimientos a corto plazo del precio del cobre. Utilizando datos históricos de precios e indicadores macroeconómicos de 2007 a 2021, descubrimos que los modelos dedicados a horizontes de pronóstico específicos superan a aquellos diseñados para múltiples horizontes. En particular, los modelos de memoria a largo y corto plazo (LSTM, por sus siglas en inglés) proporcionaron consistentemente las predicciones más precisas tanto para los rendimientos futuros de una semana como de un mes, confirmando su solidez para capturar los complejos patrones inherentes al mercado del cobre.
Idioma original | Inglés |
---|---|
Título de la publicación alojada | IEEE Andescon, ANDESCON 2024 - Proceedings |
Lugar de publicación | Lima |
Editorial | Institute of Electrical and Electronics Engineers Inc. |
ISBN (versión digital) | 9798350355284 |
DOI | |
Estado | Publicada - 2024 |
Evento | 12th IEEE Andescon, ANDESCON 2024 - Cusco, Perú Duración: 11 set. 2024 → 13 set. 2024 |
Conferencia
Conferencia | 12th IEEE Andescon, ANDESCON 2024 |
---|---|
País/Territorio | Perú |
Ciudad | Cusco |
Período | 11/09/24 → 13/09/24 |
Nota bibliográfica
Publisher Copyright:© 2024 IEEE.
Palabras clave
- Pronóstico del precio del cobre
- Aprendizaje profundo
- Pronóstico multi-horizonte
- Redes neuronales recurrentes
- Series temporales