Predicción de precios del mercado de valores utilizando Neural Prophet con redes neuronales profundas
Imagen generada por Gemini AI
Se ha presentado un nuevo modelo, Neural Prophet con Red Neuronal Profunda (NP-DNN), diseñado para mejorar las predicciones de precios en el mercado de valores, logrando una impresionante precisión del 99.21%. Al emplear la normalización Z-score y abordar los datos faltantes, el modelo utiliza un Perceptrón Multicapa (MLP) para captar patrones complejos, superando así a los métodos existentes.
Neural Prophet con Red Neuronal Profunda Logra Alta Precisión en la Predicción de Precios del Mercado Bursátil
Un nuevo modelo que integra Neural Prophet con una Red Neuronal Profunda (NP-DNN) ha alcanzado una precisión del 99.21% en la predicción de precios del mercado bursátil. Este avance podría transformar la previsión financiera al abordar las limitaciones que se encuentran en los métodos estadísticos tradicionales.
El modelo NP-DNN emplea normalización Z-score e imputación de valores faltantes para mejorar la precisión predictiva. En su núcleo, el modelo utiliza un Perceptrón Multicapa (MLP) que aprende relaciones no lineales complejas entre los precios de las acciones, extrayendo patrones ocultos para mejorar las predicciones.
El análisis comparativo indica que NP-DNN supera a otros enfoques de previsión, destacando el potencial de las técnicas de aprendizaje profundo en las predicciones del mercado bursátil.
Temas relacionados:
📰 Fuente original: https://arxiv.org/abs/2601.05202v1
Todos los derechos y créditos pertenecen al editor original.