Una aplicación de redes neuronales artificiales para el pronostico de los rendimientos de la serie de Ecopetrol
Este trabajo propone un modelo basado en redes neuronales recurrentes (RNN) para pronosticar el rendimiento la acción de Ecopetrol, la cual es una de las acciones más tranzadas en el país. Se estudian varias configuraciones de RNN, incluyendo como variables de entrada la tasa representativa de merca...
- Autores:
-
Garcia Rios, Duvan Alejandro
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2021
- Institución:
- Universidad Santo Tomás
- Repositorio:
- Repositorio Institucional USTA
- Idioma:
- spa
- OAI Identifier:
- oai:repository.usta.edu.co:11634/31765
- Acceso en línea:
- http://hdl.handle.net/11634/31765
- Palabra clave:
- Artificial neural networks
Yields
EGARCH
Conditional volatility
Neural Networks (Computer Science)
GARCH models
Financial instruments
Redes neurales (Informática) -- Casos -- Colombia
Modelos GARCH -- Casos -- Colombia
Instrumentos financieros -- Casos -- Colombia
Redes neuronales artificiales
Rendimientos
EGARCH
Volatilidad condicional
- Rights
- openAccess
- License
- Atribución-NoComercial-SinDerivadas 2.5 Colombia
| Summary: | Este trabajo propone un modelo basado en redes neuronales recurrentes (RNN) para pronosticar el rendimiento la acción de Ecopetrol, la cual es una de las acciones más tranzadas en el país. Se estudian varias configuraciones de RNN, incluyendo como variables de entrada la tasa representativa de mercado (TRM), euro (EUR), precio de cierre de la respectiva acción a estimar y los precios del petróleo (Brent y WTI). Una parte de los datos es tomada como entrenamiento y la restante para la predicción, finalmente para contrastar los resultados obtenidos, se ajusta un modelo EGARCH. |
|---|