Forecasting Nominal Exchange Rate using Deep Neural Networks.
Resumen
Este artículo realiza un análisis de alta frecuencia del mercado de divisas de Costa Rica utilizando algoritmos de redes neuronales profundas. Se emplean datos diarios de acceso público de MONEX desde 2017 hasta marzo de 2025 para identificar quiebres de tendencia, patrones estacionales y la importancia relativa de las variables explicativas que determinan los movimientos diarios del tipo de cambio en MONEX. El modelo calibrado muestra una alta precisión para comprender la información histórica y realizar proyecciones del tipo de cambio a cinco días. Los resultados sugieren que los movimientos observados del tipo de cambio en 2024 están alineados con su tendencia y que existen factores estacionales significativos que influyen en el tipo de cambio a lo largo del año.
La presentación de este documento se puede ver en este enlace
Publicado
Número
Sección
Licencia
Los autores de los artículos presentados en el Foro de Investigadores retienen los derechos de autor sobre sus obras, así como la posibilidad de someter estas obras para publicación posterior en revistas científicas (RECARD u otras de su preferencia).
Los autores autorizan a la SECMCA a publicar sus obras presentadas en el Foro de Investigadores en su sitio de Internet.
