Para utilizar diferentes modelos para pronosticar datos económicos de manera adecuada, se analizan y comparan de manera exhaustiva tres modelos básicos principales (el modelo del sistema gris, el modelo de análisis de series temporales y el modelo de red neuronal artificial (RNA)). Basándose en los resultados del análisis de los modelos de pronóstico, se ha propuesto un nuevo modelo inteligente híbrido basado en el modelo de RNA y la optimización de halcones de Harris (HHO). En este modelo híbrido, HHO se utiliza para seleccionar los hiperparámetros de la RNA y también para optimizar los pesos de conexión y los umbrales de la RNA. Por último, mediante el uso de cuatro casos de datos económicos que incluyen dos conjuntos de datos simples y dos complejos, se ha verificado de manera exhaustiva el análisis de los modelos básicos y el modelo híbrido propuesto. Los resultados muestran que el modelo del sistema gris puede analizar adecuadamente secuencias de datos exponenciales, el modelo de análisis de series temporales puede analizar secuencias aleatorias y el modelo de RNA puede aplicarse a cualquier tipo de secuencia de datos. Además, en comparación con los modelos básicos, el nuevo modelo híbrido puede aplicarse adecuadamente tanto a conjuntos de datos simples como a complejos, y su rendimiento de pronóstico siempre es muy adecuado. En comparación con otros modelos híbridos, no solo en cuanto a precisión computacional sino también en cuanto a eficiencia computacional, el rendimiento del nuevo modelo híbrido es el mejor. Debido a la menor cantidad de parámetros iniciales utilizados en el nuevo modelo híbrido, que se pueden determinar fácil y simplemente, la aplicación del nuevo modelo híbrido también es la más conveniente.