Este trabajo de investigación presenta una técnica de combinación de pronósticos para la serie de precios diarios de la electricidad en el mercado eléctrico colombiano, donde los expertos son modelos ARIMA, SARIMA y ARX. Particularmente, está técnica incluye una novedad en cuanto al periodo de entrenamiento, ya que se desarrolló un algoritmo capaz de generar diferentes expertos cambiando la ventana de entrenamiento. El pronóstico obtenido para cada semana pronosticada es el resultado de la combinación de pronósticos mediante una regresión lineal múltiple. En este modelo, para cada semana, se utiliza un modelo de selección hacia adelante con el fin de obtener el número óptimo de pronósticos para la combinación. Los resultados obtenidos evidencian un incremento en la precisión del pronóstico de hasta 65%, al comparar el modelo propuesto con otros modelos tradicionales.Abstract: This research project shows a combination of forecasts technique for electricity prices time series in the Colombian market, where the experts are ARIMA, SARIMA and ARX models. Particularly, this model includes a novelty regarding the training period, given that an algorithm capable of changing different experts of the training window was developed. The forecasts obtained from each expert are combined using a multiple linear regression. In our model, and for each week, forward selection method is used to obtain the optimal number of forecasts to combine. Empirical results show an improvement of 65% in the accuracy of forecast when the proposed method is compared with more traditional models.