Análisis y proyección de los rendimientos accionarios de Pfizer, en el período 2018-2020, mediante redes neuronales diferenciales

Abstract

En este trabajo se utiliza una red neuronal diferencial (DNN, por sus siglas en inglés) para proyectar los rendimientos accionarios de Pfizer en el período 2018-2020. El modelo emplea datos trimestrales, al cierre del período, del precio de la acción de la empresa (P), ventas netas (VN), activos totales (AT) y cuentaspor cobrar (CC). Los resultados señalan una bondad de ajuste superior de las DNN frente a los métodos convencionales, pues el error en el pronóstico out sample es inferior al 5 %. Este hallazgo contribuye con evidencia empírica para afirmar que las DNN ofrecen mayor robustez predictiva de los rendimientos accionarios de Pfizer.