Open AccessAnálisis y proyección de los rendimientos accionarios de Pfizer, en el período 2018-2020, mediante redes neuronales diferenciales
Author(s) -
Alfonso Aja Kindelan,
Leovardo Mata Mata,
Jaime Humberto Beltrán Godoy
Publication year - 2019
Publication title -
the anáhuac journal
Language(s) - Spanish
Resource type - Journals
eISSN - 2683-2690
pISSN - 1405-8448
DOI - 10.36105/theanahuacjour.2019v19n1.01
Subject(s) - humanities , physics , philosophy
En este trabajo se utiliza una red neuronal diferencial (DNN, por sus siglas en inglés) para proyectar los rendimientos accionarios de Pfizer en el período 2018-2020. El modelo emplea datos trimestrales, al cierre del período, del precio de la acción de la empresa (P), ventas netas (VN), activos totales (AT) y cuentas por cobrar (CC). Los resultados señalan una bondad de ajuste superior de las DNN frente a los métodos convencionales, pues el error en el pronóstico out sample es inferior al 5 %. Este hallazgo contribuye con evidencia empírica para afirmar que las DNN ofrecen mayor robustez predictiva de los rendimientos accionarios de Pfizer.