Molina Rodríguez, Fredy NicolásSana Tomateo, Fabricio Alejandro2024-08-022024-08-022024-07-01https://hdl.handle.net/20.500.12920/13896FinanzasEl objetivo de la presente investigación es demostrar que el modelo de redes neuronales artificiales presenta menores niveles de error en la proyección de tipos de cambio (PEN/USD) en comparación con el modelo ARIMA. Siguiendo a Guerrero López (2018) y a Mørkved Blom, de Lange, & Risstad (2023) se ha utilizado las series de tipo de cambio interbancario del BCRP, esto se operativiza mediante las APIs para posteriormente utilizar la metodología Box-Jenkins y una propuesta de modelo de redes neuronales convolucionales (RNC), luego se comparan los errores cuadráticos medio (ECM) de ambos modelos para realizar el contraste de hipótesis. El software utilizado para realizar el procesamiento de datos fue Python ejecutado en el entorno Colaboratory ®. Dentro de las bibliotecas utilizadas destacan statmodels y tensorflow, además, se han utilizado las redes neuronales convolucionales con una función tanh como función de activación esto en línea con los hallazgos de Géron (2019) y Montesinos López, Montesinos López, & Crossa (2022). La data utilizada va desde el 21 de marzo del 2005 hasta 15 de abril del 2024. Se tiene a Géron (2019); Han, Kamber, & Pei (2012) y Montesinos López, Montesinos López, & Crossa (2022) como base para el marco teórico y metodológico, junto a las herramientas ya mencionadas se ha llegado a que el ECM de las RNC de 0.0002 y de ECM de 0.0016 del ARIMA para el tipo de cambio interbancario ventas, mientras para el tipo de cambio interbancario compra el ECM de las RNC es de 0.0003 y el ECM del ARIMA es de 0.0016. Se llega a la conclusión de que las redes neuronales artificiales obtienen proyecciones con un menor nivel de error, por lo cual, se demuestra la hipótesis de la presente investigación. Los resultados encontrados presentan similitudes con los modelos propuestos por Sun, Ma, Wang, Wei, & Lai (2022) y Flores-Sosa, León-Castro, Merigó, & Yager (2022).application/pdfspainfo:eu-repo/semantics/restrictedAccessFinanzasRedes neuronales artificialesTipo de cambioinfo:eu-repo/semantics/masterThesis