Predicción de la dirección de variación del precio de una acción de la Bolsa de Nueva York usando información de la red social Stocktwits mediante algoritmos de minería de datos y aprendizaje automático
El internet cambió la forma en que los agentes negocian activos en la bolsa, debido a la posibilidad de acceso inmediato a fuentes, artículos y estadísticas específicas para la acción que se desee. Sin embargo, estos no se encargan únicamente de demandar este tipo de fuentes; dado que generan grande...
- Autores:
-
Rodriguez Perez, Andrés Felipe
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2019
- Institución:
- Universidad Santo Tomás
- Repositorio:
- Repositorio Institucional USTA
- Idioma:
- spa
- OAI Identifier:
- oai:repository.usta.edu.co:11634/14794
- Palabra clave:
- Stock Price
Data Mining
Machine Learning
Natural Language Procesing
Social Network Analysis
New York Stock Exchang
Stock Exchange -- Nueva York
Financial Market
Assets (Accounting)
Stocks (Stock Exchange) -- Statistical Analysis
Bolsa de Valores -- Nueva York
Mercado Financiero
Activos (Contabilidad)
Acciones (Bolsa) -- Análisis Estadístico
Precio del Activo
Minería de Datos
Aprendizaje Automático
Procesamiento del Lenguaje Natural
Análisis de Redes Sociales
Bolsa de Valores de Nueva York
- Rights
- openAccess
- License
- Atribución-NoComercial-SinDerivadas 2.5 Colombia
| id |
SANTTOMAS2_f16eb4a0e579801cf907476084583b31 |
|---|---|
| oai_identifier_str |
oai:repository.usta.edu.co:11634/14794 |
| network_acronym_str |
SANTTOMAS2 |
| network_name_str |
Repositorio Institucional USTA |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Predicción de la dirección de variación del precio de una acción de la Bolsa de Nueva York usando información de la red social Stocktwits mediante algoritmos de minería de datos y aprendizaje automático |
| title |
Predicción de la dirección de variación del precio de una acción de la Bolsa de Nueva York usando información de la red social Stocktwits mediante algoritmos de minería de datos y aprendizaje automático |
| spellingShingle |
Predicción de la dirección de variación del precio de una acción de la Bolsa de Nueva York usando información de la red social Stocktwits mediante algoritmos de minería de datos y aprendizaje automático Stock Price Data Mining Machine Learning Natural Language Procesing Social Network Analysis New York Stock Exchang Stock Exchange -- Nueva York Financial Market Assets (Accounting) Stocks (Stock Exchange) -- Statistical Analysis Bolsa de Valores -- Nueva York Mercado Financiero Activos (Contabilidad) Acciones (Bolsa) -- Análisis Estadístico Precio del Activo Minería de Datos Aprendizaje Automático Procesamiento del Lenguaje Natural Análisis de Redes Sociales Bolsa de Valores de Nueva York |
| title_short |
Predicción de la dirección de variación del precio de una acción de la Bolsa de Nueva York usando información de la red social Stocktwits mediante algoritmos de minería de datos y aprendizaje automático |
| title_full |
Predicción de la dirección de variación del precio de una acción de la Bolsa de Nueva York usando información de la red social Stocktwits mediante algoritmos de minería de datos y aprendizaje automático |
| title_fullStr |
Predicción de la dirección de variación del precio de una acción de la Bolsa de Nueva York usando información de la red social Stocktwits mediante algoritmos de minería de datos y aprendizaje automático |
| title_full_unstemmed |
Predicción de la dirección de variación del precio de una acción de la Bolsa de Nueva York usando información de la red social Stocktwits mediante algoritmos de minería de datos y aprendizaje automático |
| title_sort |
Predicción de la dirección de variación del precio de una acción de la Bolsa de Nueva York usando información de la red social Stocktwits mediante algoritmos de minería de datos y aprendizaje automático |
| dc.creator.fl_str_mv |
Rodriguez Perez, Andrés Felipe |
| dc.contributor.advisor.none.fl_str_mv |
Romero, Robert |
| dc.contributor.author.none.fl_str_mv |
Rodriguez Perez, Andrés Felipe |
| dc.subject.keyword.spa.fl_str_mv |
Stock Price Data Mining Machine Learning Natural Language Procesing Social Network Analysis New York Stock Exchang Stock Exchange -- Nueva York Financial Market Assets (Accounting) Stocks (Stock Exchange) -- Statistical Analysis |
| topic |
Stock Price Data Mining Machine Learning Natural Language Procesing Social Network Analysis New York Stock Exchang Stock Exchange -- Nueva York Financial Market Assets (Accounting) Stocks (Stock Exchange) -- Statistical Analysis Bolsa de Valores -- Nueva York Mercado Financiero Activos (Contabilidad) Acciones (Bolsa) -- Análisis Estadístico Precio del Activo Minería de Datos Aprendizaje Automático Procesamiento del Lenguaje Natural Análisis de Redes Sociales Bolsa de Valores de Nueva York |
| dc.subject.lemb.spa.fl_str_mv |
Bolsa de Valores -- Nueva York Mercado Financiero Activos (Contabilidad) Acciones (Bolsa) -- Análisis Estadístico |
| dc.subject.proposal.spa.fl_str_mv |
Precio del Activo Minería de Datos Aprendizaje Automático Procesamiento del Lenguaje Natural Análisis de Redes Sociales Bolsa de Valores de Nueva York |
| description |
El internet cambió la forma en que los agentes negocian activos en la bolsa, debido a la posibilidad de acceso inmediato a fuentes, artículos y estadísticas específicas para la acción que se desee. Sin embargo, estos no se encargan únicamente de demandar este tipo de fuentes; dado que generan grandes cantidades de información que contiene la opinión general sobre el mercado en un momento específico haciendo uso de redes sociales. Este trabajo estudia si esta información tiene capacidad predictiva sobre la variación de la dirección del precio de una activo transado en la Bolsa de Valores de Nueva York, valiéndose de herramientas de minería de datos y algoritmos de aprendizaje de máquina. |
| publishDate |
2019 |
| dc.date.accessioned.none.fl_str_mv |
2019-01-17T16:02:20Z |
| dc.date.available.none.fl_str_mv |
2019-01-17T16:02:20Z |
| dc.date.issued.none.fl_str_mv |
2019-01-16 |
| dc.type.local.spa.fl_str_mv |
Trabajo de grado |
| dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
| dc.type.category.spa.fl_str_mv |
Formación de Recurso Humano para la Ctel: Trabajo de grado de pregrado |
| dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.drive.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
acceptedVersion |
| dc.identifier.citation.spa.fl_str_mv |
Rodríguez, A. (2018). Predicción de la dirección de variación del precio de una acción de la Bolsa de Nueva York usando información de la red social StockTwits mediante algoritmos de minería de datos y aprendizaje automático (Trabajo de Pregrado). Universidad Santo Tomás. Bogotá, Colombia |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/11634/14794 |
| dc.identifier.doi.none.fl_str_mv |
http://dx.doi.org/10.15332/tg.pre.2018.00001 |
| dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Universidad Santo Tomás |
| dc.identifier.instname.spa.fl_str_mv |
instname:Universidad Santo Tomás |
| dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repository.usta.edu.co |
| identifier_str_mv |
Rodríguez, A. (2018). Predicción de la dirección de variación del precio de una acción de la Bolsa de Nueva York usando información de la red social StockTwits mediante algoritmos de minería de datos y aprendizaje automático (Trabajo de Pregrado). Universidad Santo Tomás. Bogotá, Colombia reponame:Repositorio Institucional Universidad Santo Tomás instname:Universidad Santo Tomás repourl:https://repository.usta.edu.co |
| url |
http://hdl.handle.net/11634/14794 http://dx.doi.org/10.15332/tg.pre.2018.00001 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.spa.fl_str_mv |
Asur, S., & Huberman, B. A. (2010, August). Predicting the future with social media. In Proceedings of the 2010 IEEE/WIC/ACM International Conference on Web Intelligence and Intelligent Agent Technology-Volume 01 (pp. 492-499). IEEE Computer Society. Beysolow II, T. Applied Natural Language Processing with Python. Copestake, A. (2005). Natural language processing. Lecture Notes, Computer Laboratory, University of Cambridge. Coyne, S., Madiraju, P., & Coelho, J. (2017, November). Forecasting Stock Prices Using Social Media Analysis. In Dependable, Autonomic and Secure Computing, 15th Intl Conf on Pervasive Intelligence & Computing, 3rd Intl Conf on Big Data Intelligence and Computing and Cyber Science and Technology Congress (DASC/PiCom/DataCom/CyberSciTech), 2017 IEEE 15th Intl (pp. 1031-1038). IEEE. Dale, R., Moisl, H., & Somers, H. (2000). Handbook of natural language processing. CRC Press. Feldman, R. (2013). Techniques and applications for sentiment analysis. Communications of the ACM, 56(4), 82-89. Friedman, J. H. (2001). Greedy function approximation: a gradient boosting machine. Annals of statistics, 1189-1232. Friedman, J. H. (2002). Stochastic gradient boosting. Computational Statistics & Data Analysis, 38(4), 367-378. Friedman, J., Hastie, T., & Tibshirani, R. (2000). Additive logistic regression: a statistical view of boosting (with discussion and a rejoinder by the authors). The annals of statistics, 28(2), 337-407. Friedman, J. H., & Popescu, B. E. (2003). Importance sampled learning ensembles. Journal of Machine Learning Research, 94305. Hebb, D. O. (1949). The organization of behavior. Izenman, A. J. (2008). Modern multivariate statistical techniques. Regression, classification and manifold learning. Jurafsky, D. (2000). Speech and language processing: An introduction to natural language processing. Computational linguistics, and speech recognition. Kimoto, T., Asakawa, K., Yoda, M., & Takeoka, M. (1990, June). Stock market prediction system with modular neural networks. In Neural Networks, 1990., 1990 IJCNN International Joint Conference on (pp. 1-6). IEEE. Kooijman, J. F. (2014). Stock market prediction using social media data and finding the covariance of the LASSO. LeBaron, B. (2006). Agent-based computational finance. Handbook of computational economics, 2, 1187-1233. McCulloch, W. S., & Pitts, W. (1943). A logical calculus of the ideas immanent in nervous activity. The bulletin of mathematical biophysics, 5(4), 115-133. Marquez, L. (2000). Machine learning and natural language processing. In Complementary documentation for the conference “Aprendizaje automático aplicado al procesamiento del lenguaje natural”, Soria. McEnery, T., Xiao, R., & Tono, Y. (2006). Corpus-based language studies: An advanced resource book. Taylor & Francis. Nausheen, S., Kumar, A., & Amrutha, K. K. SURVEY ON SENTIMENT ANALYSIS OF STOCK MARKET. ISO 690 Oh, C., & Sheng, O. (2011, December). Investigating Predictive Power of Stock Micro Blog Sentiment in Forecasting Future Stock Price Directional Movement. In Icis (pp. 1-19). Oliveira, N., Cortez, P., & Areal, N. (2013, September). On the predictability of stock market behavior using stocktwits sentiment and posting volume. In Portuguese Conference on Artificial Intelligence (pp. 355-365). Springer, Berlin, Heidelberg. Samanidou, E., Zschischang, E., Stauffer, D., & Lux, T. (2007). Agent-based models of financial markets. Reports on Progress in Physics, 70(3), 409. Theeramunkong, T., Kongkachandra, R., & Supnithi, T. Advances in Natural Language Processing, Intelligent Informatics and Smart Technology. Tsui, D. Predicting Stock Price Movement Using Social Media Analysis. Stanford University, Technical Report. Werbos, P.J. (1974). Beyond regression: new tools for prediction and analysis in the behavioral sciences, Ph.D. dissertation, Harvard University. Zhang, X., Fuehres, H., & Gloor, P. A. (2011). Predicting stock market indicators through twitter “I hope it is not as bad as I fear”. Procedia-Social and Behavioral Sciences, 26, 55-62. |
| dc.rights.*.fl_str_mv |
Atribución-NoComercial-SinDerivadas 2.5 Colombia |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/co/ |
| dc.rights.local.spa.fl_str_mv |
Abierto (Texto Completo) |
| 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 |
Atribución-NoComercial-SinDerivadas 2.5 Colombia http://creativecommons.org/licenses/by-nc-nd/2.5/co/ Abierto (Texto Completo) http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.coverage.campus.spa.fl_str_mv |
CRAI-USTA Bogotá |
| dc.publisher.spa.fl_str_mv |
Universidad Santo Tomás |
| dc.publisher.program.spa.fl_str_mv |
Pregrado Estadística |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Estadística |
| institution |
Universidad Santo Tomás |
| bitstream.url.fl_str_mv |
https://repository.usta.edu.co/bitstream/11634/14794/1/2018andresrodriguez.pdf https://repository.usta.edu.co/bitstream/11634/14794/3/carta%20aprobacion%20facultad.pdf https://repository.usta.edu.co/bitstream/11634/14794/4/carta%20derechos%20autor.pdf https://repository.usta.edu.co/bitstream/11634/14794/2/license.txt https://repository.usta.edu.co/bitstream/11634/14794/5/2018andresrodriguez.pdf.jpg https://repository.usta.edu.co/bitstream/11634/14794/6/carta%20aprobacion%20facultad.pdf.jpg https://repository.usta.edu.co/bitstream/11634/14794/7/carta%20derechos%20autor.pdf.jpg |
| bitstream.checksum.fl_str_mv |
acfc3663ed944dac0f92c083af601dd1 4b604d12e149dc7744fabac704003b72 0801c8d9565220cc8b0f1f32b2e998fc f6b8c5608fa6b2f649b2d63e10c5fa73 466d013e20dd1c7f09d0c42029e35718 b14b658632077c186bc492891ef581dd f61564aaa2a191338f57d6074a734f8d |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Universidad Santo Tomás |
| repository.mail.fl_str_mv |
repositorio@usantotomas.edu.co |
| _version_ |
1782026269925310464 |
| spelling |
Romero, RobertRodriguez Perez, Andrés Felipe2019-01-17T16:02:20Z2019-01-17T16:02:20Z2019-01-16Rodríguez, A. (2018). Predicción de la dirección de variación del precio de una acción de la Bolsa de Nueva York usando información de la red social StockTwits mediante algoritmos de minería de datos y aprendizaje automático (Trabajo de Pregrado). Universidad Santo Tomás. Bogotá, Colombiahttp://hdl.handle.net/11634/14794http://dx.doi.org/10.15332/tg.pre.2018.00001reponame:Repositorio Institucional Universidad Santo Tomásinstname:Universidad Santo Tomásrepourl:https://repository.usta.edu.coEl internet cambió la forma en que los agentes negocian activos en la bolsa, debido a la posibilidad de acceso inmediato a fuentes, artículos y estadísticas específicas para la acción que se desee. Sin embargo, estos no se encargan únicamente de demandar este tipo de fuentes; dado que generan grandes cantidades de información que contiene la opinión general sobre el mercado en un momento específico haciendo uso de redes sociales. Este trabajo estudia si esta información tiene capacidad predictiva sobre la variación de la dirección del precio de una activo transado en la Bolsa de Valores de Nueva York, valiéndose de herramientas de minería de datos y algoritmos de aprendizaje de máquina.Internet has changed the way traders trade in stock markets, due to the instant access to specific resources, articles and statistics about any stock. However, by using social networks; the traders took an important role in the generation of large ammounts of information in wich the main opinion about the market is contained. This work digs about if this information has any predictive power over the price direction variation of a stock traded in the New York Stock Exchange, using data mining techniques and machine learning algorithms.Profesional en estadísticahttp://unidadinvestigacion.usta.edu.coPregradoapplication/pdfspaUniversidad Santo TomásPregrado EstadísticaFacultad de EstadísticaAtribución-NoComercial-SinDerivadas 2.5 Colombiahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Predicción de la dirección de variación del precio de una acción de la Bolsa de Nueva York usando información de la red social Stocktwits mediante algoritmos de minería de datos y aprendizaje automáticoStock PriceData MiningMachine LearningNatural Language ProcesingSocial Network AnalysisNew York Stock ExchangStock Exchange -- Nueva YorkFinancial MarketAssets (Accounting)Stocks (Stock Exchange) -- Statistical AnalysisBolsa de Valores -- Nueva YorkMercado FinancieroActivos (Contabilidad)Acciones (Bolsa) -- Análisis EstadísticoPrecio del ActivoMinería de DatosAprendizaje AutomáticoProcesamiento del Lenguaje NaturalAnálisis de Redes SocialesBolsa de Valores de Nueva YorkTrabajo de gradoinfo:eu-repo/semantics/acceptedVersionFormación de Recurso Humano para la Ctel: Trabajo de grado de pregradohttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisCRAI-USTA BogotáAsur, S., & Huberman, B. A. (2010, August). Predicting the future with social media. In Proceedings of the 2010 IEEE/WIC/ACM International Conference on Web Intelligence and Intelligent Agent Technology-Volume 01 (pp. 492-499). IEEE Computer Society.Beysolow II, T. Applied Natural Language Processing with Python.Copestake, A. (2005). Natural language processing. Lecture Notes, Computer Laboratory, University of Cambridge.Coyne, S., Madiraju, P., & Coelho, J. (2017, November). Forecasting Stock Prices Using Social Media Analysis. In Dependable, Autonomic and Secure Computing, 15th Intl Conf on Pervasive Intelligence & Computing, 3rd Intl Conf on Big Data Intelligence and Computing and Cyber Science and Technology Congress (DASC/PiCom/DataCom/CyberSciTech), 2017 IEEE 15th Intl (pp. 1031-1038). IEEE.Dale, R., Moisl, H., & Somers, H. (2000). Handbook of natural language processing. CRC Press.Feldman, R. (2013). Techniques and applications for sentiment analysis. Communications of the ACM, 56(4), 82-89.Friedman, J. H. (2001). Greedy function approximation: a gradient boosting machine. Annals of statistics, 1189-1232.Friedman, J. H. (2002). Stochastic gradient boosting. Computational Statistics & Data Analysis, 38(4), 367-378.Friedman, J., Hastie, T., & Tibshirani, R. (2000). Additive logistic regression: a statistical view of boosting (with discussion and a rejoinder by the authors). The annals of statistics, 28(2), 337-407.Friedman, J. H., & Popescu, B. E. (2003). Importance sampled learning ensembles. Journal of Machine Learning Research, 94305.Hebb, D. O. (1949). The organization of behavior.Izenman, A. J. (2008). Modern multivariate statistical techniques. Regression, classification and manifold learning.Jurafsky, D. (2000). Speech and language processing: An introduction to natural language processing. Computational linguistics, and speech recognition.Kimoto, T., Asakawa, K., Yoda, M., & Takeoka, M. (1990, June). Stock market prediction system with modular neural networks. In Neural Networks, 1990., 1990 IJCNN International Joint Conference on (pp. 1-6). IEEE.Kooijman, J. F. (2014). Stock market prediction using social media data and finding the covariance of the LASSO.LeBaron, B. (2006). Agent-based computational finance. Handbook of computational economics, 2, 1187-1233.McCulloch, W. S., & Pitts, W. (1943). A logical calculus of the ideas immanent in nervous activity. The bulletin of mathematical biophysics, 5(4), 115-133.Marquez, L. (2000). Machine learning and natural language processing. In Complementary documentation for the conference “Aprendizaje automático aplicado al procesamiento del lenguaje natural”, Soria.McEnery, T., Xiao, R., & Tono, Y. (2006). Corpus-based language studies: An advanced resource book. Taylor & Francis.Nausheen, S., Kumar, A., & Amrutha, K. K. SURVEY ON SENTIMENT ANALYSIS OF STOCK MARKET. ISO 690Oh, C., & Sheng, O. (2011, December). Investigating Predictive Power of Stock Micro Blog Sentiment in Forecasting Future Stock Price Directional Movement. In Icis (pp. 1-19).Oliveira, N., Cortez, P., & Areal, N. (2013, September). On the predictability of stock market behavior using stocktwits sentiment and posting volume. In Portuguese Conference on Artificial Intelligence (pp. 355-365). Springer, Berlin, Heidelberg.Samanidou, E., Zschischang, E., Stauffer, D., & Lux, T. (2007). Agent-based models of financial markets. Reports on Progress in Physics, 70(3), 409.Theeramunkong, T., Kongkachandra, R., & Supnithi, T. Advances in Natural Language Processing, Intelligent Informatics and Smart Technology.Tsui, D. Predicting Stock Price Movement Using Social Media Analysis. Stanford University, Technical Report.Werbos, P.J. (1974). Beyond regression: new tools for prediction and analysis in the behavioral sciences, Ph.D. dissertation, Harvard University.Zhang, X., Fuehres, H., & Gloor, P. A. (2011). Predicting stock market indicators through twitter “I hope it is not as bad as I fear”. Procedia-Social and Behavioral Sciences, 26, 55-62.ORIGINAL2018andresrodriguez.pdf2018andresrodriguez.pdfDocumento Principalapplication/pdf5004690https://repository.usta.edu.co/bitstream/11634/14794/1/2018andresrodriguez.pdfacfc3663ed944dac0f92c083af601dd1MD51open accesscarta aprobacion facultad.pdfcarta aprobacion facultad.pdfapplication/pdf59094https://repository.usta.edu.co/bitstream/11634/14794/3/carta%20aprobacion%20facultad.pdf4b604d12e149dc7744fabac704003b72MD53restricted accesscarta derechos autor.pdfcarta derechos autor.pdfapplication/pdf48758https://repository.usta.edu.co/bitstream/11634/14794/4/carta%20derechos%20autor.pdf0801c8d9565220cc8b0f1f32b2e998fcMD54restricted accessLICENSElicense.txtlicense.txttext/plain; charset=utf-8807https://repository.usta.edu.co/bitstream/11634/14794/2/license.txtf6b8c5608fa6b2f649b2d63e10c5fa73MD52open accessTHUMBNAIL2018andresrodriguez.pdf.jpg2018andresrodriguez.pdf.jpgIM Thumbnailimage/jpeg7177https://repository.usta.edu.co/bitstream/11634/14794/5/2018andresrodriguez.pdf.jpg466d013e20dd1c7f09d0c42029e35718MD55open accesscarta aprobacion facultad.pdf.jpgcarta aprobacion facultad.pdf.jpgIM Thumbnailimage/jpeg6644https://repository.usta.edu.co/bitstream/11634/14794/6/carta%20aprobacion%20facultad.pdf.jpgb14b658632077c186bc492891ef581ddMD56restricted accesscarta derechos autor.pdf.jpgcarta derechos autor.pdf.jpgIM Thumbnailimage/jpeg7530https://repository.usta.edu.co/bitstream/11634/14794/7/carta%20derechos%20autor.pdf.jpgf61564aaa2a191338f57d6074a734f8dMD57restricted access11634/14794oai:repository.usta.edu.co:11634/147942022-10-10 15:44:20.531open accessRepositorio Universidad Santo Tomásrepositorio@usantotomas.edu.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 |