
El artículo examina la interacción entre las finanzas y el aprendizaje profundo, abordando cómo esta tecnología ha influido en el campo financiero mediante un análisis detallado de investigaciones y tendencias actuales. Se empleó una revisión sistemática de la literatura con el método PRISMA para revisar tres artículos clave relacionados con el uso de Deep Learning en finanzas. Estos estudios destacan avances en la predicción de mercados, gestión de riesgos, detección de fraudes, análisis de sentimientos y decisiones automatizadas. Se observa que el Deep Learning ha mejorado la precisión y eficiencia de las predicciones financieras al capturar patrones complejos en los datos. La integración de estas técnicas en las finanzas se percibe como una oportunidad valiosa para potenciar la eficacia, precisión y rentabilidad en la toma de decisiones, respaldada por la efectividad y el potencial de aplicación en el sector financiero. Se enfatiza la necesidad de investigar continuamente y abordar desafíos como la interpretabilidad de los modelos y la ética en el uso de algoritmos de aprendizaje profundo en finanzas para una implementación responsable y efectiva.