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 cuentas<br />por 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.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.