Las redes neuronales y su desempeño bajo la estrategia de neuroevolución

Abstract

Las Redes Neuronales Artificiales se han posicionado como una herramienta importante para la toma de decisiones en el sector financiero y macroeconómico. A pesar de sus exitosas implementaciones las Redes Neuronales Artificiales continúan siendo sinónimo de cajas negras debido a la subjetiva definición de su arquitectura y la complejidad que agrega a estas la topología de las mismas, entendida esta como las conexiones y desconexiones entre la entrada, la capa oculta y el pronóstico. Este documento presenta una comparación de dos métodos de redes neuronales, las tradicionales y las evolutivas, estas últimas son presentadas como una estrategia para resolver la subjetiva definición de la arquitectura y la topología. El uso de esta técnica permite obtener mejores pronósticos del índice financiero COL20 al superar a las Redes Neuronales Artificiales tradicionales gracias a la exitosa hibridación de técnicas de optimización matemática con técnicas evolutivas.