On multi-horizon forecasting of copper price returns using deep learning techniques

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.