En el ámbito de la toma de decisiones financieras, es crucial considerar múltiples factores, entre los cuales se encuentra la preocupación fundamental de la posible insolvencia de una empresa. Numerosos modelos de predicción de insolvencia utilizan técnicas de aprendizaje automático para intentar resolver este aspecto crítico. Este documento tiene como objetivo evaluar el rendimiento financiero de las empresas de inversión financiera que cotizan en la Bolsa de Valores de Irak (ISX) desde 2012 hasta 2022. Se propone un modelo de predicción de Perceptrón Multicapa con un optimizador de parámetros que integra un proceso adicional de selección de características. Para este último proceso, se proponen y comparan tres métodos: Análisis de Componentes Principales, coeficiente de correlación y Optimización por Enjambre de Partículas. A través de la fusión de ratios financieros con aprendizaje automático, nuestro modelo exhibe una mayor precisión y puntualidad en la predicción de la insolvencia de las empresas. El modelo con mayor precisión es el modelo integrado MLP + PCA, con un 98.7%. Los otros modelos, MLP + PSO y MLP + CC, también muestran un rendimiento sólido, con un 0.3% y un 1.1% menos de precisión, respectivamente, en comparación con el primer modelo, lo que indica que el primer modelo sirve como un enfoque predictivo poderoso.