-
7/26/2019 146-640-1-PB
1/5
Aplicacion de series temporales en la prediccion de
tipo de cambio monetario.
Magno Daniel Portillo Anzoategui1, Jose Eduardo Rojas
Coppari2
Facultad Politecnica - UNE.
Ciudad del Este - [email protected],
[email protected]
Resumen
El presente trabajo consiste en la elaboracion de un programa
para la prediccion del tipode cambio monetario a partir de realizar
algunas modificaciones en otros trabajosos paralograr el menor
error a la hora de comparar con los datos reales del Cambio. Los c
alculos
para seleccionar la mejor tecnica fueron hechos a traves de
funciones matematicas de Mi-crosoft Excel. Se realizo una
comparacion analtica de errores y ventajas entre los
metodosestudiados, obteniendose resultados bastante satisfactorios
al nivel de 95 %. El programa fuerealizado lenguaje de programacion
Java, puede tomar valores de una base de datos o de unarchivo
Microsoft Excel, los resultados son mostrados en graficos que
ayudan al analista atomar decisiones adecuadas a la hora de
seleccionar el rango de datos. La herramienta hasido elaborada ante
todo con fines didacticos.Descriptores: serie temporal, tendencia
de mercado, prediccion de tendencia.
Abstract
This paper is about the construction of a program for money
exchange rate prediction, star-ting with some modification made to
other works in order to lower errors when contrastingwith real
exchange data. Calculations to choose the best technique were made
with the aidof mathematical functions from Microsoft Excel
spreadsheet. An analytical comparison oferrors and advantages were
made among the studied methods, achieving quite satisfactoryresults
to a 95 % of confidence level. The program was made in Java
programming language,it can take data from a database or from an
Excel spreasheet file, the results are shown ingraphs that help the
analyst to make right decisions when choosing data ranges. The
toolhas been developed mainly with didactical pourposes.Keywords:
time series, market trend, trend prediction.
1. Introduccion.
Utilizar series temporales en el ambito de laeconoma ha sido de
gran ayuda a la hora de pre-decir valores, cuya serie especfica no
represen-te movimientos extremadamente irregulares, tam-bien con la
creciente demanda en el mundo de losnegocios de informacion, el
estudio de las seriestemporales se acoplan bastante bien para una
ayu-da a la toma de decisiones gerenciales.
De ah la importancia de este estudio, para tra-tar de captar
informacion de algo que a simplevista es extremadamente
impredecible, pero cono-cer con algo de justeza la prediccion del
mismo
puede llevar a obtener una ventaja adicional a lahora de tomar
decisiones. Obtener informacion atraves del estudio tecnico de
variables, y del cono-cimiento emprico del modo de
comportamiento
de una serie temporal segun el rumbo de aconte-cimientos del
mundo de la economa, tal como lasimportaciones y exportaciones, y
sobre los entesreguladores puede ser un formula muy valida.
Estudiar a fondo las innumerables formas deprediccion del cambio
de monedas, ayuda a cono-cer los distintos comportamientos que
puede to-mar una serie. Y encontrar una buena solucionpara la
prediccion de una serie temporal otorgahabilidad para encontrar la
solucion de una enor-me gama de problemas reales. Ademas, a la
horade hacer una prediccion conviene utilizar herra-
mientas estadsticas para informar con que gradode justeza se
esta realizando las predicciones. Eneste caso se utiliza un nivel
de confianza al 95 % y99 %[2].
-
7/26/2019 146-640-1-PB
2/5
Aplicacion de series temporales en la prediccion de tipo de
cambio monetario.
2. Objetivos.
2.1. Objetivo General.
Aprender a predecir series temporales estu-diando las
variaciones de un tipo de cambio, veri-
ficando la eficacia de la prediccion.
2.2. Objetivos Especficos.
Analizar distintos modelos de prediccion deseries temporales
para elegir el que mejor re-sultado permite obtener.
Analizar hasta que periodo de tiempo futurolas predicciones son
razonablemente acerta-das
Definir una formula que permita predecir
con determinado nivel de exito (acierto) lasvariaciones de
cotizacion de las monedasdolar-guaran.
Crear un programa computacional que ayu-de en la busqueda del
modelo mas exitosopara la prediccion de la cotizacion del dolarcon
relacion al guaran.
3. Materiales y Metodos.
Todos los calculos de los metodos estudiadosfueron ejecutados a
traves de funciones matemati-
cas de la planilla de calculo Excel como as tam-bien los
graficos de esta aplicacion para visualizarlos comportamientos de
curvas.
Para la realizacion del programa se utilizo ellenguaje de
programacion Java con el Entorno deDesarrollo Integrado (IDE)
Eclipse 3.5 Galileo conel sistema operativo Windows[3]. Utilizando
las li-breras jFreechart y JCommon para la realizacionde los
graficos [4], jExcelApi para extraer datosde un archivo Excel [5] y
Controlador-BD [6], pa-ra facilitar la comunicacion con la Base de
DatosMySql [7] que es utilizada para almacenar el cam-bio
trimestralmente.
4. Resultados.
Se realizo un estudio extensivo del comporta-miento de la curva
de cotizacion dolar-guaran,aplicando todos los pasos para el
analisis de unaserie temporal, para realizar su posterior
predic-cion, respecto a los cuatro movimientos carac-tersticos de
una serie de tiempo, utilizando datostrimestrales. Se obtuvo que
las variaciones cclicase irregulares rondan el 20 % del total del
valor dela serie.
Tendencia Secular:Analizando la serie des-de el ano 2000 hasta
la actualidad (marzo de2012). Se puede constatar que la serie
presentauna tendencia de baja en la cotizacion respecto al
guaran, pero la serie presenta un comportamientode suba en
periodos de aproximadamente un ano,aplicando el metodo de mnimos
cuadrados parahallar la tendencia.
Fluctuacion cclica: La serie presenta en
gran medida variaciones de este tipo, al principiodel ano 2006
los datos estan por encima de la ten-dencia, para luego bajar
bruscamente a finales delano 2007 y a principios del ano 2008 y
luego subirde nuevo a finales del ano 2008. En general poseeun
movimiento de bajadas y de subidas en perio-dos relativamente
largos como de meses. Se tomael lapso de tiempo de un ano de un
determinadocomportamiento uniforme como mnimo para asu-mir que hay
una tendencia. Por este motivo no sepuede representar linealmente
el comportamientode la curva para tiempos de predicci on
relativa-
mente largos. Al analizar la forma de la curva seobtiene una
pauta del movimiento que presento lacotizacion en el pasado y se
puede indagar ademaslos aspectos o causas que ocasionan un cambio
derumbo, as cuando se presenten las mismas causasya tener un idea
de como reaccionara el valor delcambio (cotizacion).
Variacion estacional: Al aplicar 6 metodosde obtencion de ndices
estacionales a los valoresreales del cambio y comprobando
posteriormentecon el cambio real, aplicando la media y la me-diana
a los mismos, se pudo constatar que la seriepresenta una variacion
estacional mas similar conla obtenida con el metodo de la relacion
de enlaceutilizando la media para los calculos previos. Sinembargo
una creciente importacion o exportacionpuede hacer variar de manera
mas significativa di-cho ndice por lo que realizar una
modificacionminuciosa al ndice puede aportar
considerablesbeneficios.
Variacion irregular:Esta variacion tambientiene una presencia
poco pronunciada, si llegasea ocurrir gran variacion de este tipo
generara uncaos en la economa mundial, todos los pases, in-cluyendo
el Paraguay tienen polticas monetarias
para frenar un continuo aumento o descenso delcambio.
Se opto, de acuerdo al estudio realizado, porutilizar una
ecuacion lineal. Por este metodo esposible realizar un calculo
simple para hallar laprediccion mensual o diaria simplemente
interpo-lando las predicciones halladas[8].
Con un analisis del tamano de la muestra yde los cambios que
sufre la variable del cambio atraves de los anos se obtuvo que es
posible ha-llar una buena prediccion eligiendo un rango dedatos de
5.75 anos, y tambien se probo con los
resultados obtenidos que es posible obtener bue-nos resultados
aplicando el cambio de los valoresreales, que consiste en detectar
los puntos Outliere interpolandolos debidamente[9], por los
diver-
96
-
7/26/2019 146-640-1-PB
3/5
Aplicacion de series temporales en la prediccion de tipo de
cambio monetario.
sos metodos de obtencion de ndices de estacio-nes estudiados,
estos oscilan muy cercanamente al100 %. Se utilizo datos del cambio
real y utilizandoel metodo de la relacion de enlace para obtener
unndice estacional mas adecuado y que refleje una
mejor prediccion [8, 10].El programa, realizado en java, es
altamente
funcional para hallar una prediccion fiable con unpromedio de 5
% de margen de error por trimes-tre en un lapso de un ano de
prediccion equiva-lente a Gs. 200 en promedio. Se utilizaron
clasespara el manejo de series temporales obtenidas deuna comunidad
que desarrolla aplicativos en ja-va, incluyendo modificaciones y
nuevos metodosal mismo, como as tambien de clases para cadaproblema
encontrado para lograr la prediccion, seelaboro el programa
cumpliendo as con los ob je-
tivos propuestos[11].Utilizando herramientas de prediccion ya
dis-ponibles como la desarrollada por una comunidadde especialistas
en codificacion y estadstica deno-minada Gretl. Realizando pruebas
con datos realesdel tipo de cambio dolar guaran en intervalos
tri-mestrales con el metodo lineal Arima y comparan-do con
resultados de tecnicas de este traba jo, seobtuvieron resultados
con menor rango de errorcon la mejor tecnica obtenida en este
trabajo [12].
En la Figura 1 se observa la ventana del apli-cativo donde
pueden ser visualizados los datos queseran procesados y realizar
algunas configuracio-
nes, dando las opciones de seleccionar el periodopara graficar
el cambio real, modificar los mismossi es necesario, seleccionar la
fecha lmite a pre-decir para finalmente procesar los datos para
laprediccion.
Figura 1. Ventana donde se realizan configuraciones yse
visualizan los datos a ser procesados.
En la Figura 2 se observa la pantalla de los re-sultados
obtenidos para la serie, a la izquierda setienen los datos
seleccionados, a la derecha apa-
recen distintos aspectos importantes de la Serievistos en este
trabajo, y finalmente la prediccionbuscada con el error
correspondiente, cuyo calculose realiza si se tiene registrado su
valor real en elperiodo de la prediccion realizada.
Figura 2. Pantalla de los resultados obtenidos para laserie.
En la Figura 3 aparece el grafico del PromedioMovil Ponderado en
Linea azul, cuyo algoritmo deobtencion es uno de los mas largos y
complejos. Esimportante para quien analiza la serie poder
visua-lizarla para descifrar la lnea de tendencia futura,estos
datos son utilizados para hallar el ndice es-tacional. En la Figura
4 se tiene al fin del procesola pestana del cambio real con la lnea
de tenden-cia y la l nea de prediccion.
Figura 3. Promedio Movil Ponderado (linea azul).
97
-
7/26/2019 146-640-1-PB
4/5
Aplicacion de series temporales en la prediccion de tipo de
cambio monetario.
Figura 4. Pestana del cambio real con la lnea de ten-dencia y la
lnea de prediccion.
5. Conclusion.
La utilizacion de una ecuacion lineal aportabuenas predicciones
cuando el cambio se comportade una manera estable y cuando se puede
descu-brir alguna regularidad emprica. Una informacionexterna util
para poder predecir cambios repenti-nos de amplitud grande y en
intervalos irregula-res de tiempo, es posible lograr obteniendo
infor-macion de primera de la tendencia a largo pla-zo del mercado
cambiario, de entes involucrados.
Esto se puede realizar obteniendo la lnea de ten-dencia del
promedio movil ponderado, y continuardicha lnea al aplicar una lnea
de tendencia ma-nualmente (a mano o con un software especial quelea
los datos de la lnea dibujada) para un mejorajuste a la hora de
aplicar los ndices estacionales.Tambien es posible realizar este
proceso cambian-do los ndices estacionales manualmente aunquese
debe necesitar un alto grado de destreza paralograr buenos
resultados. Se sugiere como objetode otro estudio aplicar estas
modificaciones a laprediccion.
Entre las sugerencias para continuar esta lneade estudio se
mencionan los metodos denominadosno lineales: el metodo de
prediccion no lineal conPredictores por Analogas, cuya idea
fundamentales la seleccion de segmentos en el pasado de la
seriesimilares al ultimo segmento disponible antes de laobservacion
que se quiera predecir. La extrapola-cion de los valores pasados en
el futuro inmediatose basa en la seleccion de observaciones
pasadasrelevantes y es su trayectoria geometrica, no ensu
localizacion en el tiempo [1]. Como as tambienutilizando Redes
Neuronales Artificiales que se ba-sa en la utilizacion de una
funcion multivariante
no lineal. Estas ultimas tecnicas senaladas puedenser aplicadas
a series temporales caoticas, dondelos datos parecen aleatorios sin
periodicidad apa-rente; aunque el caos impide cualquier
prediccion
a largo plazo, se pueden lograr buenos resultadosa corto plazo
con los mismos[13].
Al estudiar y aplicar los diversos metodospara desarrollar
series temporales, se encuentrauna gran variedad de herramientas de
prediccion.
Comprender para que ambito se obtienen mejoresresultados con
dichos metodos y desarrollarlo enaplicaciones informaticas son de
gran ayuda parafuturas investigaciones, no solo en el ambito de
laeconoma, sino en un sinfn de posibilidades, co-mo aplicarlo a
predicciones del comportamientodel trafico IP, etc [14].
Referencias bibliograficas
[1] F. J. Andrada, S. Sosvilla Rivero, F. FernandezRodrguez,
Prediccion del Tipo de Cambio
Dolar/Euro un Enfoque no lineal. [En
lnea]http://www.uclm.es/profesorado/obajo/imagenes2/viii\%20jornadas/pdf/54%
20andrada.pdf
[2] M. R. Spiegel, Probabilidad y Estadstica.Primera Edicion.
Captulo 6 Pp. 194 -200.
[3] Eclipse. [En lnea] http://www.eclipse.org/galileo/
[4] JFreechart. [En lnea]
http://sourceforge.net/projects/jfreechart/
[5] JExcelApi. [En lnea]
http://sourceforge.net/projects/jexcelapi/
[6] Controlador-BD. [En lnea]
http://tutorialjava7.wordpress.com/2010/
10/27/tutorial-java-api-que-ahorra-el-
tiempo-de-desarrollo/
[7] MySql. [En lnea] http://www.mysql.com
[8] R. I. Levin. Estadstica para Administrado-res, Segunda
Edicion, Capitulo 14, pp.722-763y 371-376
[9] M. Arellano. Introduccion al Analisis Clasicode Series de
Tiempo. [En lnea] http://www.5campus.com/leccion/seriest.
[10] M. R. Spiegel, Estadstica. Segunda Edi-cion, Capitulo 18,
pp.440-477
[11] J. Laguna. Un programa en Java. Series detiempo [En lnea]
http://www.redribera.es/formacion/tutoriales/tutorial_un-
programa-en-java-series-de-tiempo-
parte-i_171
[12] Gretl.Programa de Econometra y Se-ries de Tiempo. [En lnea]
http://gretl.sourceforge.net/gretl_espanol.html
98
-
7/26/2019 146-640-1-PB
5/5
Aplicacion de series temporales en la prediccion de tipo de
cambio monetario.
[13] A. P. Acosta, L. Parras Guijosa.Perspectivasen Estadstica e
Investigacion Operativa, Pri-mera edicion, Capitulo 4, Pp98-100
[14] S. Escriche Fernandez, T.F.C. Predic-cion de trafico en
redes IP [En lnea]http://upcommons.upc.edu/pfc/bitstream/
2099.1/11278/1/memoria.pdf
99
![GOBIERNO ELECTRÓNICO. CONTENIDOS Y ORGANIZACIÓN DE …eprints.rclis.org/10759/1/175-640-1-PB[1].pdf · rámetros, dotados de una serie de indicadores recomendados y opcionales](https://img.pdfslide.tips/doc/110x75/5a8eb94f7f8b9abb068d45a3/gobierno-electrnico-contenidos-y-organizacin-de-1pdfrmetros-dotados-de-una.jpg)
