En este trabajo se utilizan Algoritmos Genéticos Autoadaptables para desarrollar nuevos modelos de Series de Tiempo que son equivalentes a los modelos clásicos ARIMA. La ventaja de estos nuevos modelos es que el número de términos se puede elegir de antemano consiguiendo con esto que, conforme el número de términos se incrementa, también lo haga la precisión del modelo. Con los modelos desarrollados en este trabajo se participó en la competencia NN3 Neural Forescasting Competition y se obtuvo el tercer lugar al construir modelos para todos los problemas con solo cuatro términos.