Este documento propone una técnica no paramétrica de valoración y cobertura de opciones. Aquí replicamos el modelo de precios de Black-Scholes extendido para las opciones de barrera exóticas y sus correspondientes griegas utilizando una red neuronal de alimentación directa totalmente conectada. Nuestra metodología implica algunos experimentos de referencia, que resultan en un hiperparámetro de red neuronal óptimo que valora efectivamente las opciones de barrera y facilita la extracción de sus griegas. Comparamos los resultados del modelo NN óptimo con los producidos por otros modelos de aprendizaje automático, como el bosque aleatorio y la regresión polinómica; los resultados resaltan la precisión y eficiencia de nuestra metodología propuesta en este problema de valoración de opciones. Los resultados también muestran que la red neuronal artificial puede aprender de manera efectiva y precisa el modelo de Black-Scholes extendido a partir de un conjunto de datos simulados dado, y este concepto puede aplicarse de manera similar en la valoración de derivados financieros complejos sin soluciones analíticas.