Desde que los resultados de Meese y Rogoff (1983) mostraron que ningún modelo podría superar a una caminata aleatoria en la predicción de los tipos de cambio, ha habido numerosos artículos que han tratado de encontrar alguna metodología de predicción que pudiera superar la caminata aleatoria, al menos para ciertos períodos de predicción. El presente trabajo compara los modelos de tasa de interés descubierta, precio rígido y autorregresión de vectores bayesianos, con el parámetro de referencia de caminata aleatoria para pronosticar tipos de cambio entre el guaraní paraguayo y el dólar estadounidense. Como innovación, incluye los agregados monetarios Divisia y el precio de costo del usuario, los cuales reemplazan a los agregados monetarios de suma simple y a la tasa de interés de referencia. Los pronósticos se evalúan según el criterio de la raíz del error cuadrático medio. Los resultados indican que la inclusión de las dos variables mencionadas ayuda a mejorar la predicción del tipo de cambio en el corto plazo