Abstract
Herramienta educativa de análisis y proyección del precio del oro construida para demostrar modelos estadísticos y computacionales sobre una serie real: precios de cierre diarios XAU/USD. Todos los cálculos se ejecutan localmente en JavaScript — 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 y el código se conserva. No constituye consejo financiero: 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.