El análisis de series temporales de datos diarios de acciones y la construcción de modelos predictivos son complicados. Este artículo presenta un estudio comparativo para la predicción del precio de las acciones utilizando tres métodos diferentes, a saber, el promedio móvil integrado autorregresivo, la red neuronal artificial y el proceso estocástico-movimiento browniano geométrico. Cada uno de los métodos se utiliza para construir modelos predictivos utilizando datos históricos de acciones recopilados de Yahoo Finance. Finalmente, se compara la salida de cada uno de los modelos con el precio real de las acciones. Los resultados empíricos muestran que el modelo estadístico convencional y el modelo estocástico proporcionan una mejor aproximación para la predicción del precio de las acciones del día siguiente en comparación con el modelo de red neuronal.