Abstract
Herramienta educativa de análisis y proyección del precio del oro construida para demostrar modelos estadísticos y computacionales sobre una serie real de precios de cierre diarios XAU/USD. Todos los cálculos se ejecutan localmente en JavaScript, así que no se envían datos a servidores externos.
Materiales y métodos
Ocho familias de modelos, cada una con su rol:
- Media móvil. Tendencia suavizada y momentum.
- Regresión de tendencia. Dirección general a largo plazo.
- Holt-Winters. Nivel, tendencia y estacionalidad.
- ARIMA. Estructura de autocorrelación temporal, con selección automática de parámetros.
- LSTM. Patrones no lineales complejos (red neuronal recurrente).
- GARCH. Volatilidad condicional y clusters de volatilidad.
- Monte Carlo. Cuantificación de incertidumbre vía simulación (fan chart, percentiles).
- Gradient Boosting. Ensamble de árboles con features técnicas.
Validación por backtesting, tests de estacionariedad (ACF/PACF) y métricas de gestión de riesgo: VaR histórico y paramétrico al 95 %, CVaR, drawdown y retorno/volatilidad anualizados.
Resultados
La herramienta operó en la versión anterior de este sitio. Quedó fuera de línea con el rediseño, aunque el código se conserva. No constituye consejo financiero, ya que las proyecciones son estimaciones matemáticas sobre datos históricos y no garantizan resultados futuros. El aviso hacía parte integral de la interfaz.
Referencias
- Hyndman, R. J. & Athanasopoulos, G. (2021). Forecasting: Principles and Practice.
- Box, G. E. P., Jenkins, G. M. et al. (2015). Time Series Analysis.
- Glasserman, P. (2003). Monte Carlo Methods in Financial Engineering.
- Hochreiter, S. & Schmidhuber, J. (1997). Long Short-Term Memory.