Resumen: La predicción de los índices de mercado se ha convertido en un tema importante y de creciente interés; en los últimos años se han desarrollado múltiples metodologías para tal fin, basadas generalmente en técnicas estadísticas, matemáticas o inteligencia computacional. Sin embargo, no hay estudios orientados a establecer el estado actual de las investigaciones relacionadas con el tema. Objetivo: Este estudio pretende determinar el estado actual de las investigaciones sobre las metodologías más utilizadas para el pronóstico de índices de mercado. Método: Se realizó una revisión sistemática de 64 artículos publicados desde 1994 hasta 2011, usando seis preguntas de investigación. Los artículos seleccionados en esta revisión se pueden encontrar comentados en el Anexo 1. Resultados: El número de artículos finalmente seleccionados en el trabajo respecto al pronóstico de índices de mercado y el número de citaciones que han tenido, evidencian el crecimiento y la importancia que ha adquirido el tema durante los últimos años; adicionalmente, se evidencia la necesidad de establecer un marco consolidado acerca de las metodologías de pronóstico existentes. Según los resultados obtenidos, dentro de las técnicas más utilizadas para el pronóstico de índices de mercado están: la lógica difusa, utilizada desde el año 2001 y teniendo su mayor auge en el período 2010-2011; y las redes neuronales artificiales, que aunque tienen publicaciones asociadas desde el año 2000, son aplicadas en gran medida durante el año 2011. Adicionalmente, se han desarrollado métodos basados en máquinas de soporte vectorial, algoritmos adaptativos, algoritmos genéticos, entre otros. En cuanto a las técnicas usadas en las metodologías de pronóstico de volatilidad, se encuentran los modelos ARCH, GARCH y sus variaciones, utilizados desde el año 1994, teniendo sus principales investigaciones y publicaciones a partir del 2007 y un auge importante en el 2011. Conclusión: Según la literatura analizada sobre el pronóstico de índices una de las prácticas usuales en los estudios analizados consiste en usar varios métodos para el pronóstico y seleccionar el que genere mayor precisión en los resultados, medidos a partir de las comparaciones del error de pronóstico en cada uno de ellos; y comparar modelos híbridos contra técnicas clásicas con el fin de determinar si los modelos híbridos contribuyen al mejoramiento de la precisión de los resultados de los modelos. Adicionalmente, tanto los valores extremos de la serie de tiempo de los índices de mercado, como la longitud de los intervalos de los datos utilizados para la predicción, afectan significativamente los resultados de los modelos. Es por esto, que dichos factores deben tenerse en cuenta a la hora de aplicar las metodologías de pronóstico de índices bursátiles