JFJosé Luis Florez-Rueda

José Luis Florez-Rueda

*This is an algorithmically generated author record based on publicly available information.

Current Organizations / Institutes

The organizations/institutes from the scholar's latest article


José Luis Florez-Rueda has a total of 3 co-authors. Here are the top co-authors by number of shared publications:


Latest Publications

  • Modelos predictivos basados en IA para la toma de decisiones financieras: Análisis desde la literatura científica

    by José Luis Florez-Rueda, José Alonso Caballero-Márquez, Berhtly Carina Gómez-Sandoval, Ana Milena Arenales-Anaya

    La toma de decisiones financieras en entornos de alta volatilidad e incertidumbre representa uno de los desafíos más críticos para los sistemas económicos contem-poráneos. En los últimos años, los modelos predictivos basados en inteligencia artificial han emergido como herramientas estratégicas capaces de transformar la forma en que se analizan, pronostican y gestionan variables financieras complejas. El presente estudio tiene como objetivo establecer los beneficios del uso de modelos predictivos basados en inteligencia artificial para el mejoramiento en la toma de decisiones financieras, mediante una revisión sistemática de literatura y un análisis bibliométrico. Para ello, se consultaron las bases de datos Scopus y Web of Science, obteniendo una muestra final de 49 artículos científicos publicados entre 2021 y 2025, seleccionados mediante criterios de inclusión y exclusión definidos. Los do-cumentos fueron analizados en función de los modelos empleados, sus horizontes de predicción, los segmentos financieros abordados y los tipos de decisiones que apoyan. Los resultados evidencian que los modelos híbridos constituyen el enfoque predominante en la literatura, seguidos por redes neuronales profundas y modelos de aprendizaje automático. El mercado accionario y las criptomonedas concentran la mayor proporción de estudios, mientras que las decisiones de inversión, gestión del riesgo y apoyo estratégico representan los tres grandes ejes de aplicación. Se concluye que estos modelos ofrecen beneficios sustanciales en precisión predictiva, gestión de la volatilidad e integración de información no tradicional; sin embargo, persisten limitaciones relevantes relacionadas con la generalización, interpretabilidad y vali-dación económica realista, lo que abre claras oportunidades para la investigación futura.