Modelo predictivo para variaciones del precio del cobre : optimización de ARIMA utilizando fuerza bruta operacional

Abstract

La predicción de eventos futuros es una de los mayores intereses del ser humano, más aun cuando se pueden obtener beneficios económicos a través de los resultados de esta, debido a esto la ciencia en el área de las finanzas con el pasar de años ha desarrollado una gran variedad de herramientas predictivas, desde modelos econométricos simples, a otros con gran complejidad, incluso utilizando modelos que tienen soporte en la inteligencia artificial, los cuales tienen como finalidad anticiparse al mercado. Es en este contexto que se desarrolló la presente investigación, el objetivo fue comprobar si el modelo ARIMA optimizado con fuerza bruta computacional (Parisi, 2015) tiene la capacidad para lograr un porcentaje de predicción del signo aceptable sobre la variación del precio del cobre. Esta investigación tiene un enfoque cuantitativo y carácter exploratorio, en donde se utilizaron los precios de cierre diarios del cobre entre el periodo 24 de septiembre del 2013 al 24 de septiembre del 2018, transados en mercados a nivel mundial, estos precios se obtuvieron de la Comisión Chilena del Cobre (Cochilco). En este caso se buscó comprobar si el modelo utilizado logra una capacidad predictiva mayor o igual al 60%, se obtuvo como principal resultado que el modelo y el valor no son independientes, con esto se concluyó que no es factible construir un modelo predictivo con una predicción superior al 60% para el caso del cobre, donde específicamente se alcanzó un 48% de capacidad de predicción, esto se respaldó a través de la prueba de acierto direccional de Pesaran y Timmermann (1992), la cual resultó ser de un 0,179, lo que deriva en la conclusión de que el modelo no presenta significancia estadística. De acuerdo a los resultados obtenidos, queda abierta la oportunidad para que se sigan desarrollando investigaciones y modelos para la línea de la predicción del signo de la variación del precio del cobre.