Este trabajo propone un modelo para el pronostico del precio de la energia electrica en Colombia mediante el uso de redes neuronales artificiales. Se utilizan dos estructuras de redes incluyendo como entradas la serie de precios diarios en la primera y la serie de precios mas el nivel medio de los embalses en la segunda. Los resultados se comparan con un modelo Autorregresivo Condicional Heterocedastico Generalizado (GARCH) encontrandose ventajas en este ultimo dentro del periodo de muestreo, pero un mejor desempeno de las redes neuronales en el periodo fuera de la muestra. Los datos historicos se obtuvieron de la Compania XM perteneciente al grupo ISA, de los cuales se usan 120 dias para entrenamiento y los 31 dias del mes siguiente para verificacion del pronostico.