Uso de las series de tiempo como herramienta, para predecir comportamiento de una acción bursátil a corto plazo

Resumen

El presente trabajo muestra la eficiencia de las series de tiempo en la predicción del comportamiento de acciones bursátiles, dado que el desconocimiento de las personas en las opciones de inversión bancaria tradicional, produce incertidumbre. El uso de las series de tiempo ayuda a dar una visión más adecuada para la toma de decisiones para invertir. Se enfoca en el uso de modelos de series temporales, utilizando el modelo ARIMA, para predecir el comportamiento a corto plazo de acciones bursátiles. Se explica detalladamente el proceso de aplicación de este modelo, desde la exploración de datos hasta la generación de predicciones, utilizando el lenguaje de programación R. Se seleccionan dos ejemplos de acciones mexicanas, Alsea y Bimbo, para demostrar la utilidad del modelo ARIMA. Los resultados muestran predicciones acertadas en ambas acciones, confirmando la eficacia de las series temporales en la toma de decisiones de inversión. Se destaca la importancia de esta herramienta para personas sin conocimientos financieros profundos. Además, se sugiere la implementación de un modelo semi supervisado de aprendizaje, como trabajo futuro.