Análisis de series termporales de índices bursátiles

Abstract

[ES]Este estudio compara la precisión predictiva de los modelos ARIMA con métodos de aprendizaje automático (Gradient Boosting y SVR) para índices bursátiles. Utilizando datos históricos y evaluando la precisión con MAE y RMSE, se encontró que ARIMA tiene una precisión insuficiente y alta variabilidad. Gradient Boosting y, sobre todo, SVR ajustados manualmente muestran mejores resultados, destacando en el IBEX 35 y en el S&P 500, mientras que ARIMA es el menos preciso.

[EN]This study compares the predictive accuracy of ARIMA models with automatic learning methods (Gradient Boosting and SVR) for stock indexes. Using historical data and evaluating accuracy with MAE and RMSE, ARIMA was found to have insufficient accuracy and high variability. Gradient Boosting and, above all, manually adjusted SVR show better results, especially for the IBEX 35 and the S&P 500, while ARIMA is the least accurate.