Recientemente, el total de activos netos de los fondos mutuos ha aumentado considerablemente y los ha convertido en uno de los principales instrumentos de inversión. A pesar de este incremento, cada año desaparece un número considerable de fondos. El propósito principal de este documento es determinar si las redes neuronales pueden ser un instrumento válido para detectar la capacidad de supervivencia de un fondo, utilizando las variables tradicionales vinculadas a la literatura de fondos desaparecidos: edad, tamaño, rendimiento y volatilidad. Este documento también incorpora la variación anualizada en el rendimiento y el ratio de Sharpe como variables. Los datos utilizados son una muestra de fondos mutuos españoles durante 2018 y 2019. Los resultados muestran que la red clasifica correctamente los fondos en sobrevivientes y no sobrevivientes con un error total del 13%. Además, muestra que no todas las variables son significativas para determinar la capacidad de supervivencia de un fondo. Los resultados indican que los fondos sobrevivientes y no sobrevivientes difieren en variables relacionadas con el rendimiento y su variación, la volatilidad y el ratio de Sharpe. Sin embargo, la edad y el tamaño no son variables significativas. Como conclusión, la red neuronal predice correctamente el 87% de la capacidad de supervivencia de los fondos mutuos. Por lo tanto, esta metodología puede utilizarse para clasificar este instrumento financiero según su supervivencia o desaparición.