Este documento revisa la aplicación de modelos de redes neuronales artificiales (ANN) en tareas de predicción de series temporales. Comenzamos introduciendo brevemente algunos conceptos y términos básicos relacionados con el análisis de series temporales, y describiendo algunas de las arquitecturas de ANN más populares consideradas en la literatura para fines de pronóstico de series temporales: redes neuronales feedforward, redes de funciones de base radial, redes neuronales recurrentes y mapas autoorganizativos. Analizamos las fortalezas y debilidades de estas arquitecturas en el contexto de modelado de series temporales. Luego resumimos algunas aplicaciones recientes de modelado de series temporales con ANN encontradas en la literatura, centrándonos principalmente en las arquitecturas previamente descritas. En nuestra opinión, estas técnicas resumidas constituyen una muestra representativa de los esfuerzos de investigación y desarrollo realizados en este campo. Nuestro objetivo es proporcionar al lector general una buena perspectiva sobre cómo se han empleado las ANN para tareas de modelado y pronóstico de series temporales. Finalmente, comentamos posibles nuevas direcciones de investigación en esta área.