This study analyzes the ability of the recursive dynamics multivaried models constructed through genetic algorithms and the recursive neuronal networks to predict the sign of the IPSA's weekly changes. The data correspond to the period between July 14,1997 and December 9, 2002. The analyzed models were evaluated in 60 series generated by a block-bootstrap process. The results indicate that the network ward would have better forecast ability than the genetic algorithms model and the naive model to predict the sign of the IPSA's changes. The network ward and the genetic algorithms models surpassed, in average, the buy and hold strategy, even when a transaction cost of 0.1 % is considered.Este estudio analiza la capacidad de los modelos multivariados dinámicos recursivos construidos a través de algoritmos genéticos y de las redes neuronales recursivas para predecir el signo de las variaciones semanales del IPSA. Los datos corresponden al periodo comprendido entre el 14 de julio de 1997 el 9 de diciembre de 2002. Los modelos analizados fueron evaluados en 60 series generadas por un proceso block-bootstrap. Los resultados señalan que la red ward tendría mayor capacidad que el modelo de algoritmos genéticos y el modelo naive para predecir el signo de las variaciones del IPSA, que esta capacidad predictiva seria significativa, y que una estrategia de trading basada en las señales de compraventa dadas por este modelo permitin'an obtener retornos relativamente mas altos. Se destaca que la red ward y el modelo de algoritmos genéticos superaron, en promedio, a la estrategia buy and hold, aun cuando se considero un costo por transacción equivalente al 0,1 % del monto transado.