Pronóstico del precio de acciones del S&P/BMV Sector Selecto de Bienes de Consumo Básico a través de bosques aleatorios con razones financieras

Abstract

Este estudio implementa el método de Bosques Aleatorios para pronosticar los precios de las acciones del índice S&P/BMV Sector Selecto de Bienes de Consumo Básico, utilizando razones financieras como variables predictoras. Se analiza la estructura y relevancia del índice en el mercado bursátil mexicano, destacando su impacto en la economía nacional. Además, se introduce el aprendizaje automático y los Bosques Aleatorios, explicando su funcionamiento y ventajas sobre otros modelos predictivos. La metodología se desarrolla en el software R con la paquetería randomForest, aplicándose a datos financieros de las empresas del índice.

Se realiza un análisis de correlación para seleccionar las variables más relevantes y estimar los modelos óptimos de Bosques Aleatorios. Para evaluar el rendimiento del modelo, se emplean diversas métricas y se aplica un intervalo de confianza al RMSE para enmarcar lo mejor posible el error. Finalmente, se presentan los pronósticos de cada una de las acciones que conforman el índice S&P/BMV Sector Selecto de Bienes de Consumo Básico y se comentan los resultados obtenidos.