Estrategia Automarizada de Inversión con Base en Tendencias
95 páginas
- Autores:
-
Moreno Quevedo, Santiago Alberto
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2018
- Institución:
- Universidad EIA .
- Repositorio:
- Repositorio EIA .
- Idioma:
- spa
- OAI Identifier:
- oai:repository.eia.edu.co:11190/6247
- Acceso en línea:
- https://repository.eia.edu.co/handle/11190/6247
- Palabra clave:
- Acciones,
Commodities,
Índices bursátiles
Divisas
Trading algorítmico
Volumen,
Tendencia.
- Rights
- openAccess
- License
- Derechos Reservados - Universidad EIA, 2018
| id |
REIA2_a2a614e33c2763aa6748a7ed07a810c5 |
|---|---|
| oai_identifier_str |
oai:repository.eia.edu.co:11190/6247 |
| network_acronym_str |
REIA2 |
| network_name_str |
Repositorio EIA . |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Estrategia Automarizada de Inversión con Base en Tendencias |
| title |
Estrategia Automarizada de Inversión con Base en Tendencias |
| spellingShingle |
Estrategia Automarizada de Inversión con Base en Tendencias Acciones, Commodities, Índices bursátiles Divisas Trading algorítmico Volumen, Tendencia. |
| title_short |
Estrategia Automarizada de Inversión con Base en Tendencias |
| title_full |
Estrategia Automarizada de Inversión con Base en Tendencias |
| title_fullStr |
Estrategia Automarizada de Inversión con Base en Tendencias |
| title_full_unstemmed |
Estrategia Automarizada de Inversión con Base en Tendencias |
| title_sort |
Estrategia Automarizada de Inversión con Base en Tendencias |
| dc.creator.fl_str_mv |
Moreno Quevedo, Santiago Alberto |
| dc.contributor.author.none.fl_str_mv |
Moreno Quevedo, Santiago Alberto |
| dc.subject.proposal.spa.fl_str_mv |
Acciones, Commodities, Índices bursátiles Divisas Trading algorítmico Volumen, Tendencia. |
| topic |
Acciones, Commodities, Índices bursátiles Divisas Trading algorítmico Volumen, Tendencia. |
| description |
95 páginas |
| publishDate |
2018 |
| dc.date.issued.none.fl_str_mv |
2018 |
| dc.date.accessioned.none.fl_str_mv |
2023-10-19T16:43:32Z |
| dc.date.available.none.fl_str_mv |
2023-10-19T16:43:32Z |
| dc.type.none.fl_str_mv |
Trabajo de grado - Pregrado |
| dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.content.none.fl_str_mv |
Text |
| dc.type.redcol.none.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
| dc.type.coarversion.none.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
publishedVersion |
| dc.identifier.uri.none.fl_str_mv |
https://repository.eia.edu.co/handle/11190/6247 |
| url |
https://repository.eia.edu.co/handle/11190/6247 |
| dc.language.iso.none.fl_str_mv |
spa |
| language |
spa |
| dc.rights.none.fl_str_mv |
Derechos Reservados - Universidad EIA, 2018 |
| dc.rights.uri.none.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.rights.license.none.fl_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) |
| dc.rights.accessrights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.none.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
Derechos Reservados - Universidad EIA, 2018 https://creativecommons.org/licenses/by-nc-nd/4.0/ Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.mimetype.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Universidad EIA |
| dc.publisher.program.none.fl_str_mv |
Ingeniería Financiera |
| dc.publisher.faculty.none.fl_str_mv |
Escuela de Ciencias Económicas y Administrativas |
| dc.publisher.place.none.fl_str_mv |
Envigado (Antioquia, Colombia) |
| publisher.none.fl_str_mv |
Universidad EIA |
| institution |
Universidad EIA . |
| bitstream.url.fl_str_mv |
https://repository.eia.edu.co/bitstreams/b44887a8-e94d-4956-9def-86cad1102ef7/download https://repository.eia.edu.co/bitstreams/73cca295-0da4-47f8-bc88-135ab95ca87e/download https://repository.eia.edu.co/bitstreams/1b9c832f-de47-451c-a0b6-cef071e02f4a/download https://repository.eia.edu.co/bitstreams/105a306f-5a6e-4506-bb20-8e183c1d52a6/download |
| bitstream.checksum.fl_str_mv |
d38836ab54a1da666466ddf8c543b118 2264fce645ac2952653ce3f3b8fa781e 48b8e3ab723259cd329cf8e91c324724 b11dade88460eb7800d97ac0bde81e5d |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional Universidad EIA |
| repository.mail.fl_str_mv |
bdigital@metabiblioteca.com |
| _version_ |
1814100876298551296 |
| spelling |
Moreno Quevedo, Santiago Alberto2023-10-19T16:43:32Z2023-10-19T16:43:32Z2018https://repository.eia.edu.co/handle/11190/624795 páginas¿Cómo diseñar una estrategia de negociación, con base en modelos neuronales, para identificar tendencias de precio en diferentes mercados, y que esta se pueda ejecutar automáticamente? Eliminar el componente emocional de las personas cuando hacen trading es algo importante, ya que puede llevar a que éstas incurran en pérdidas. La automatización permite hacer trading sin la dedicación que esta actividad normalmente requiere. En este trabajo se buscó evaluar la efectividad de modelos neuronales en la identificación de tendencias de activos de inversión para negociar. Se investigó la manera de construir un modelo que se ajustara a las condiciones de mercado actuales y tuviera la capacidad de tomar la historia de diferentes activos para tratar de predecir los precios futuros. En el trabajo se analizaron diferentes mercados: acciones, índices bursátiles, commodities y divisas. El fin de este estudio fue crear una estrategia de trading con base en modelos neuronales, que identificara tendencias en los mercados para invertir de manera automática, sin la intervención de personas. Se busca plantear un modelo que sea capaz de optimizar de manera dinámica los parámetros que usa para identificar tendencias. El impacto de esta estrategia se puede ver reflejado como apoyo a personas que no tienen tiempo, experiencia o capacidad para negociar en los mercados. Se buscó eliminar por completo el componente emocional que afecta a los seres humanos a la hora de negociar y se pretendió desarrollar un modelo de inversión que redujera los riesgos inherentes a la negociación en los mercados. En el modelo no se vieron resultados concluyentes, aunque en promedio, las acciones fueron el tipo de activo en el que el modelo presentó el mejor desempeño, mientras que los índices tuvieron los resultados más negativos. Los parámetros que determinaban cuándo se cerraban las posiciones tuvieron una influencia alta sobre los resultados obtenidos, tanto en lo referente al tipo de activo como al nivel de riesgo que se deseaba asumir. El modelo demostró la capacidad para obtener buenos resultados en algunos casos específicos y, con algunos ajustes en los parámetros, se podrían obtener resultados más concluyentes en el futuro.Abstract ¿How can an automated trading strategy based on neural networks be developed to identify and predict market trends? Taking emotions away from trading is vital, given the fact that these often lead to losses. Automation allows trading to be done without the time and dedication it normally requires. This paper aimed to test the effectiveness of a neural network model for predicting trends in different tradeable assets by finding a model that adjusts to the current market conditions, while having the capacity to take several financial instruments’ history to predict their prices in the future. Different instruments were analyzed: stocks, stock indices, commodities, and currencies. The goal of this study was to develop a trading strategy, supported by neural models, that can identify trends in financial markets in order to invest automatically, without any human interaction. The aim was to create a model that could constantly adjust its parameters to optimally identify trends in financial markets. A strategy like this could have a positive impact on people who either don’t have time for trading, lack experience, or don’t feel capable of trading in financial markets. This strategy aspired to completely eliminate human emotions in trading, which often lead to losses, and reduce risks that are inherent to trading. As a whole, the results were inconclusive, although stocks showed the highest average returns, when grouping by the asset type, while stock indices had the worst returns. The parameters that determined when a position was closed were found to be very significant in the model, their impact on different asset types was variable, and the level of risk taken, given by these parameters, completely changed the results recorded. The model proved to be capable of obtaining good predictions in some specific cases and, with some adjustments, it could obtain better and more conclusive results in the future.PregradoIngeniero Financieroapplication/pdfspaUniversidad EIAIngeniería FinancieraEscuela de Ciencias Económicas y AdministrativasEnvigado (Antioquia, Colombia)Derechos Reservados - Universidad EIA, 2018https://creativecommons.org/licenses/by-nc-nd/4.0/Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Estrategia Automarizada de Inversión con Base en TendenciasTrabajo de grado - Pregradohttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionTexthttp://purl.org/redcol/resource_type/TPhttp://purl.org/coar/version/c_970fb48d4fbd8a85Acciones,Commodities,Índices bursátilesDivisasTrading algorítmicoVolumen,Tendencia.PublicationORIGINALMoreno,Santiago_2018_ EstrategiaAutomatizada Inversion.pdfMoreno,Santiago_2018_ EstrategiaAutomatizada Inversion.pdfapplication/pdf7124964https://repository.eia.edu.co/bitstreams/b44887a8-e94d-4956-9def-86cad1102ef7/downloadd38836ab54a1da666466ddf8c543b118MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-82553https://repository.eia.edu.co/bitstreams/73cca295-0da4-47f8-bc88-135ab95ca87e/download2264fce645ac2952653ce3f3b8fa781eMD52TEXTMoreno,Santiago_2018_ EstrategiaAutomatizada Inversion.pdf.txtMoreno,Santiago_2018_ EstrategiaAutomatizada Inversion.pdf.txtExtracted texttext/plain101740https://repository.eia.edu.co/bitstreams/1b9c832f-de47-451c-a0b6-cef071e02f4a/download48b8e3ab723259cd329cf8e91c324724MD53THUMBNAILMoreno,Santiago_2018_ EstrategiaAutomatizada Inversion.pdf.jpgMoreno,Santiago_2018_ EstrategiaAutomatizada Inversion.pdf.jpgGenerated Thumbnailimage/jpeg7361https://repository.eia.edu.co/bitstreams/105a306f-5a6e-4506-bb20-8e183c1d52a6/downloadb11dade88460eb7800d97ac0bde81e5dMD5411190/6247oai:repository.eia.edu.co:11190/62472023-10-20 03:00:27.735https://creativecommons.org/licenses/by-nc-nd/4.0/Derechos Reservados - Universidad EIA, 2018open.accesshttps://repository.eia.edu.coRepositorio Institucional Universidad EIAbdigital@metabiblioteca.comCjxjZW50ZXI+PGI+QVZJU08gREUgUFJJVkFDSURBRDwvYj48L2NlbnRlcj4KPGJyPgo8cD5MYSBFc2N1ZWxhIGRlIEluZ2VuaWVyw61hIGRlIEFudGlvcXVpYSBhIHRyYXbDqXMgZGUgZXN0ZSBhdmlzbywgaW5mb3JtYSBhIGxvcyB0aXR1bGFyZXMgZGUgZGF0b3MgcGVyc29uYWxlcyBxdWUgc2UgZW5jdWVudHJlbiBlbiBzdXMgYmFzZXMgZGUgZGF0b3MgcXVlIGxhcyBwb2zDrXRpY2FzIGRlIHRyYXRhbWllbnRvIGRlIGRhdG9zIHBlcnNvbmFsZXMgbGEgRUlBIHNvbjo8L3A+CjxwPkFsIHRpdHVsYXIgZGUgbG9zIGRhdG9zIHBlcnNvbmFsZXMgZW4gdHJhdGFtaWVudG8sIHNlIGxlIHJlc3BldGFyw6FuIHN1cyBkZXJlY2hvcyBhIGNvbm9jZXIgw61udGVncmFtZW50ZSB5IGRlIGZvcm1hIGdyYXR1aXRhIHN1cyBkYXRvcyBwZXJzb25hbGVzLCBhc8OtIGNvbW8gYSBhY3R1YWxpemFybG9zIHkgcmVjdGlmaWNhcmxvcyBmcmVudGUgYSBsYSBFSUEgbyBsb3MgZW5jYXJnYWRvcyBkZWwgdHJhdGFtaWVudG8uPC9wPgo8cD5BbCB0aXR1bGFyIGRlIGxvcyBkYXRvcyBwZXJzb25hbGVzIGVuIHRyYXRhbWllbnRvLCBwb2Ryw6EgY29ub2NlciBlbCB1c28gcXVlIHNlIGxlIGhhIGRhZG8gYSBzdXMgZGF0b3MgcGVyc29uYWxlcywgcHJldmlhIHNvbGljaXR1ZC48L3A+CjxwPkVsIHRpdHVsYXIgZGUgbG9zIGRhdG9zIHBlcnNvbmFsZXMgZW4gdHJhdGFtaWVudG8sIHBvZHLDoSBzb2xpY2l0YXIgcHJ1ZWJhIGRlIGxhIGF1dG9yaXphY2nDs24gb3RvcmdhZGEgYSBsYSBFSUEuIHNhbHZvIGN1YW5kbyBleHByZXNhbWVudGUgc2UgZXhjZXB0w7plIGNvbW8gcmVxdWlzaXRvIHBhcmEgZWwgdHJhdGFtaWVudG8sIGRlIGNvbmZvcm1pZGFkIGNvbiBsYSBsZXkuPC9wPgo8cD5FbCB0aXR1bGFyIGRlIGxvcyBkYXRvcyBwdWVkZSByZXZvY2FyIGxhIGF1dG9yaXphY2nDs24geSBzb2xpY2l0YXIgbGEgc3VwcmVzacOzbiBkZWwgZGF0byBjdWFuZG8gZW4gZWwgdHJhdGFtaWVudG8gbm8gc2UgcmVzcGV0ZW4gbG9zIHByaW5jaXBpb3MsIGRlcmVjaG9zIHkgZ2FyYW50w61hcyBjb25zdGl0dWNpb25hbGVzIHkgbGVnYWxlcy4gTGEgcmV2b2NhdG9yaWEgeSBzdXByZXNpw7NuIHByb2NlZGVyw6EgY3VhbmRvIGxhIFN1cGVyaW50ZW5kZW5jaWEgZGUgSW5kdXN0cmlhIHkgQ29tZXJjaW8gKFNJQykgaGF5YSBkZXRlcm1pbmFkbyBxdWUgZW4gZWwgdHJhdGFtaWVudG8sIGxhIEVTQ1VFTEEgREUgSU5HRU5JRVLDjUEgREUgQU5USU9RVUlBIGhhIGluY3VycmlkbyBlbiBjb25kdWN0YXMgY29udHJhcmlhcyBhIGVzdGEgTGV5IHkgYSBsYSBDb25zdGl0dWNpw7NuIFBvbMOtdGljYS48L3A+CjxwPlBhcmEgZWZlY3RvcyBkZSBlamVyY2VyIHN1cyBkZXJlY2hvcyBkZSBjb25vY2VyLCBhY3R1YWxpemFyLCByZWN0aWZpY2FyIHkgc3VwcmltaXIgaW5mb3JtYWNpw7NuLCByZXZvY2FyIGxhIGF1dG9yaXphY2nDs24sIGVudHJlIG90cm9zOyBlbCB0aXR1bGFyIGRlIGxvcyBkYXRvcyBwb2Ryw6EgYWN1ZGlyIGEgbGEgRVNDVUVMQSBERSBJTkdFTklFUsONQSBERSBBTlRJT1FVSUEsIGNvbW8gcmVzcG9uc2FibGUgZGVsIHRyYXRhbWllbnRvIGRlIGRhdG9zIGFsIMOhcmVhIGRlIGNvbXVuaWNhY2lvbmVzLCBtZWRpYW50ZSBjb3JyZW8gZWxlY3Ryw7NuaWNvIGEgd2VibWFzdGVyQGVpYS5lZHUuY28gLjwvcD4KPHA+RW4gY2FzbyBkZSBpbmZyYWNjaW9uZXMgYSBsYSBsZXkgMTU4MSBkZSAyMDEyLCBlbCB0aXR1bGFyIGRlIGxvcyBkYXRvcyBwb2Ryw6EgcHJlc2VudGFyIHF1ZWphIGFudGUgbGEgU3VwZXJpbnRlbmRlbmNpYSBkZSBJbmR1c3RyaWEgeSBDb21lcmNpbyAoU0lDKS48L3A+CjxwPkVsIHRpdHVsYXIgc2Vyw6EgaW5mb3JtYWRvIGFjZXJjYSBkZSBsYSBubyBvYmxpZ2F0b3JpZWRhZCBkZSBsYXMgcmVzcHVlc3RhcyBhIGxhcyBwcmVndW50YXMgcXVlIGxlIHNlYW4gaGVjaGFzLCBjdWFuZG8gw6lzdGFzIHZlcnNlbiBzb2JyZSBkYXRvcyBzZW5zaWJsZXMsIHRhbGVzIGNvbW8gb3JpZ2VuIHJhY2lhbCBvIMOpdG5pY28sIG9yaWVudGFjacOzbiBwb2zDrXRpY2EsIGNvbnZpY2Npb25lcyByZWxpZ2lvc2FzICwgcGVydGVuZW5jaWEgYSBzaW5kaWNhdG9zLCBvcmdhbml6YWNpb25lcyBzb2NpYWxlcyBkZSBkZXJlY2hvcyBodW1hbm9zLCBkYXRvcyByZWxhdGl2b3MgYSBsYSBzYWx1ZCwgYSBsYSB2aWRhIHNleHVhbCB5IGRhdG9zIGJpb23DqXRyaWNvcyBvIHNvYnJlIGxvcyBkYXRvcyBkZSBsb3MgbmnDsW9zLCBuacOxYXMgeSBhZG9sZXNjZW50ZXMuPC9wPgo8cD5FbCB0aXR1bGFyIHBvZHLDoSBjb25vY2VyIG51ZXN0cmEgcG9sw610aWNhIGRlIHRyYXRhbWllbnRvLCBsb3MgZGF0b3Mgc3VzdGFuY2lhbGVzIHF1ZSBzZSBsbGVndWVuIGEgcHJvZHVjaXIgZW4gZWwgcHJlc2VudGUgYXZpc28gbyBlbiBsYXMgcG9sw610aWNhcyBkZSB0cmF0YW1pZW50bywgc2Vyw6FuIHB1YmxpY2FkYXMgZW4gbnVlc3RybyBzaXRpbyB3ZWIsIG1lZGlvIGVsZWN0csOzbmljbyBoYWJpdHVhbCBkZSBjb250YWN0byBjb24gbG9zIHRpdHVsYXJlcy4K |