Pronóstico de los precios de la acción “Ecopetrol” de la bolsa de valores de Colombia por medio de las redes neuronales artificiales
Las acciones son títulos que emite una empresa a través del mercado de valores, es una inversión de tipo variable debido que no tiene un retorno fijo, dado que su precio es influenciado por variables externas. Por esta razón, el pronóstico de precios es de gran complejidad e importancia para los inv...
- Autores:
-
Cárdenas Quintero, Paola Andrea
Pérez Camargo., Angie Dayana
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2019
- Institución:
- Universidad Autónoma de Bucaramanga - UNAB
- Repositorio:
- Repositorio UNAB
- Idioma:
- spa
- OAI Identifier:
- oai:repository.unab.edu.co:20.500.12749/13669
- Acceso en línea:
- http://hdl.handle.net/20.500.12749/13669
- Palabra clave:
- Financial engineering
Financial analysis
Financial managenment
Investigation
Actions
Stock market
Investments
Fixed return
Cost effectiveness
Decision making
Análisis financiero
Gestión financiera
Ingeniería financiera
Investigación
Acciones
Mercado de valores
Inversiones
Retorno fijo
Rentabilidad
Toma de decisiones
- Rights
- openAccess
- License
- http://creativecommons.org/licenses/by-nc-nd/2.5/co/
| id |
UNAB2_a3eea687fd75647381014cd6db59016b |
|---|---|
| oai_identifier_str |
oai:repository.unab.edu.co:20.500.12749/13669 |
| network_acronym_str |
UNAB2 |
| network_name_str |
Repositorio UNAB |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Pronóstico de los precios de la acción “Ecopetrol” de la bolsa de valores de Colombia por medio de las redes neuronales artificiales |
| dc.title.translated.spa.fl_str_mv |
Forecast of the prices of the “Ecopetrol” share of the Colombian stock exchange by means of artificial neural networks |
| title |
Pronóstico de los precios de la acción “Ecopetrol” de la bolsa de valores de Colombia por medio de las redes neuronales artificiales |
| spellingShingle |
Pronóstico de los precios de la acción “Ecopetrol” de la bolsa de valores de Colombia por medio de las redes neuronales artificiales Financial engineering Financial analysis Financial managenment Investigation Actions Stock market Investments Fixed return Cost effectiveness Decision making Análisis financiero Gestión financiera Ingeniería financiera Investigación Acciones Mercado de valores Inversiones Retorno fijo Rentabilidad Toma de decisiones |
| title_short |
Pronóstico de los precios de la acción “Ecopetrol” de la bolsa de valores de Colombia por medio de las redes neuronales artificiales |
| title_full |
Pronóstico de los precios de la acción “Ecopetrol” de la bolsa de valores de Colombia por medio de las redes neuronales artificiales |
| title_fullStr |
Pronóstico de los precios de la acción “Ecopetrol” de la bolsa de valores de Colombia por medio de las redes neuronales artificiales |
| title_full_unstemmed |
Pronóstico de los precios de la acción “Ecopetrol” de la bolsa de valores de Colombia por medio de las redes neuronales artificiales |
| title_sort |
Pronóstico de los precios de la acción “Ecopetrol” de la bolsa de valores de Colombia por medio de las redes neuronales artificiales |
| dc.creator.fl_str_mv |
Cárdenas Quintero, Paola Andrea Pérez Camargo., Angie Dayana |
| dc.contributor.advisor.none.fl_str_mv |
Vesga Bermejo, Cristhian Andrés |
| dc.contributor.author.none.fl_str_mv |
Cárdenas Quintero, Paola Andrea Pérez Camargo., Angie Dayana |
| dc.contributor.cvlac.spa.fl_str_mv |
Vesga Bermejo, Cristhian Andrés [0001474650] |
| dc.contributor.orcid.spa.fl_str_mv |
Vesga Bermejo, Cristhian Andrés [0000-0002-9824-3582] |
| dc.subject.keywords.spa.fl_str_mv |
Financial engineering Financial analysis Financial managenment Investigation Actions Stock market Investments Fixed return Cost effectiveness Decision making |
| topic |
Financial engineering Financial analysis Financial managenment Investigation Actions Stock market Investments Fixed return Cost effectiveness Decision making Análisis financiero Gestión financiera Ingeniería financiera Investigación Acciones Mercado de valores Inversiones Retorno fijo Rentabilidad Toma de decisiones |
| dc.subject.lemb.spa.fl_str_mv |
Análisis financiero Gestión financiera Ingeniería financiera Investigación |
| dc.subject.proposal.spa.fl_str_mv |
Acciones Mercado de valores Inversiones Retorno fijo Rentabilidad Toma de decisiones |
| description |
Las acciones son títulos que emite una empresa a través del mercado de valores, es una inversión de tipo variable debido que no tiene un retorno fijo, dado que su precio es influenciado por variables externas. Por esta razón, el pronóstico de precios es de gran complejidad e importancia para los inversionistas porque determina la toma de decisiones para maximizar sus rentabilidades. Tradicionalmente se han usado métodos estocásticos lineales para el pronóstico de las acciones; dichos modelos no se ajustan al comportamiento no lineal que rigen las variables de los mercados financieros. Ante el comportamiento no lineal de este tipo de mercados, se ha incrementado el uso de nuevos métodos basados en redes neuronales artificiales. Su principal característica es permitir relaciones lineales y no lineales entre las entradas y salidas de un sistema; esto ha hecho posible mostrar su aplicabilidad en mercados de alta volatilidad. Este trabajo tiene como objetivo diseñar un modelo que pronostique los precios de la acción de con mas participación en el índice Colcap, la cual es Ecopetrol, con un 13,92%, por medio de las redes neuronales artificiales. |
| publishDate |
2019 |
| dc.date.issued.none.fl_str_mv |
2019-05-19 |
| dc.date.accessioned.none.fl_str_mv |
2021-08-04T19:54:32Z |
| dc.date.available.none.fl_str_mv |
2021-08-04T19:54:32Z |
| dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.local.spa.fl_str_mv |
Trabajo de Grado |
| dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.redcol.none.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/20.500.12749/13669 |
| dc.identifier.instname.spa.fl_str_mv |
instname:Universidad Autónoma de Bucaramanga - UNAB |
| dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional UNAB |
| dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repository.unab.edu.co |
| url |
http://hdl.handle.net/20.500.12749/13669 |
| identifier_str_mv |
instname:Universidad Autónoma de Bucaramanga - UNAB reponame:Repositorio Institucional UNAB repourl:https://repository.unab.edu.co |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.spa.fl_str_mv |
EcuRed. (Sf). Redes neuronales artificiales. Obtenido de https://www.ecured.cu/Redes_neuronales_artificiales#Elementos_de_una_Red_Neuronal_Artificial Hopfield, J. (1985). Computación neuronal de decisiones en problemas de optimización. Instituto tecnológico de Nuevo Laredo. (Sf). Historia de la redes neuronales. Obtenido de http://www.itnuevolaredo.edu.mx/takeyas/Apuntes/Inteligencia%20Artificial/Apuntes/tareas_alumnos/RNA/Redes%20Neuronales2.pdf Manjarrez, L. (s.f.). ResearchGate. Obtenido de https://www.researchgate.net/figure/Figura-III6-a-Red-Neuronal-monocapa-b-Red-Neuronal-multicapa-de-propagacion-hacia_fig5_315762548 Matich, D. (Marzo de 2001). Redes Neuronales: Conceptos Básicos y Aplicaciones. Obtenido de Universidad Tecnológica Nacional: https://www.frro.utn.edu.ar/repositorio/catedras/quimica/5_anio/orientadora1/monograias/matich-redesneuronales.pdf Maza, L. C. (2017). Los 4 beneficios que surgen de implementar las redes neuronales artificiales. Obtenido de Voltaico: https://voltaico.lavozdegalicia.es/2017/03/redes-neuronales-artificiales-beneficios/ MATLAB. (sf). Redes neuronales dinámicas. Minsky, M., & Papert, S. (1969). Perceptrons. Ochoa, S. (2003). Características de una red neuronal atificial. Obtenido de Escuela de ingeniería de Antioquia: http://fluidos.eia.edu.co/hidraulica/articuloses/flujoentuberias/neuronal/neuronal_archivos/page0002.htm Rosenblatt, F. (1957). Modelo "El Perceptrón". Rumelhart, D., & Hinton, G. (1986). Learning representations by back-propagating errors. Steinbeck, K. (1961). Memoria asociativa. Trippi, R., & Turban, E. (1998). Neural Networks in Finance and Investing. Villada, F., Muñoz, N., & García, E. (2012). Aplicación de las redes neuronales al pronóstico de precios en el mercado de valores. Obtenido de https://scielo.conicyt.cl/pdf/infotec/v23n4/art03.pdf Werbos, P. (1974). The Roots of Backpropagation. Widrow, B., & Hoff, M. (1960). Modelo Adaline (ADAptative LINear Elements). |
| 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.spa.fl_str_mv |
info:eu-repo/semantics/openAccess http://purl.org/coar/access_right/c_abf2 |
| dc.rights.creativecommons.*.fl_str_mv |
Atribución-NoComercial-SinDerivadas 2.5 Colombia |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/co/ Abierto (Texto Completo) http://purl.org/coar/access_right/c_abf2 Atribución-NoComercial-SinDerivadas 2.5 Colombia |
| eu_rights_str_mv |
openAccess |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.coverage.spatial.spa.fl_str_mv |
Bucaramanga (Santander, Colombia) |
| dc.coverage.temporal.spa.fl_str_mv |
2019 |
| dc.coverage.campus.spa.fl_str_mv |
UNAB Campus Bucaramanga |
| dc.publisher.grantor.spa.fl_str_mv |
Universidad Autónoma de Bucaramanga UNAB |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad Economía y Negocios |
| dc.publisher.program.spa.fl_str_mv |
Pregrado Ingeniería Financiera |
| institution |
Universidad Autónoma de Bucaramanga - UNAB |
| bitstream.url.fl_str_mv |
https://repository.unab.edu.co/bitstream/20.500.12749/13669/1/2019_Tesis_Cardenas_Quintero_Paola_Andrea.pdf https://repository.unab.edu.co/bitstream/20.500.12749/13669/2/2019_Articulo_Cardenas_Quintero_Paola_Andrea.pdf https://repository.unab.edu.co/bitstream/20.500.12749/13669/3/2019_Presentacion_Cardenas_Quintero_Paola_Andrea.pdf https://repository.unab.edu.co/bitstream/20.500.12749/13669/4/2019_Anexos_Cardenas_Quintero_Paola_Andrea.zip https://repository.unab.edu.co/bitstream/20.500.12749/13669/5/license.txt https://repository.unab.edu.co/bitstream/20.500.12749/13669/6/2019_Tesis_Cardenas_Quintero_Paola_Andrea.pdf.jpg https://repository.unab.edu.co/bitstream/20.500.12749/13669/7/2019_Articulo_Cardenas_Quintero_Paola_Andrea.pdf.jpg https://repository.unab.edu.co/bitstream/20.500.12749/13669/8/2019_Presentacion_Cardenas_Quintero_Paola_Andrea.pdf.jpg |
| bitstream.checksum.fl_str_mv |
ceb60c4796aa32fc44251c59e9013c4e 8d7b6105b5b1ebafb8bf25813838dac1 b0017ccfec5d37c33f6c12e27187f2d0 6c4180b137d930a9dbf764f52a0c73fd 8a4605be74aa9ea9d79846c1fba20a33 d929f678a0d007254907de71e5a78b66 0e4e11d97e1e6708f5d535c5674f1969 978ba9cab9295c155b362548b6bbb658 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional | Universidad Autónoma de Bucaramanga - UNAB |
| repository.mail.fl_str_mv |
repositorio@unab.edu.co |
| _version_ |
1814277879643504640 |
| spelling |
Vesga Bermejo, Cristhian Andrés4e2e6b3b-8508-4806-a183-cdebe16d0a11Cárdenas Quintero, Paola Andrea4f9a69aa-f9df-4723-898d-1bf22b268796Pérez Camargo., Angie Dayana17ed22f5-454a-4b08-baf8-99b57b48f163Vesga Bermejo, Cristhian Andrés [0001474650]Vesga Bermejo, Cristhian Andrés [0000-0002-9824-3582]Bucaramanga (Santander, Colombia)2019UNAB Campus Bucaramanga2021-08-04T19:54:32Z2021-08-04T19:54:32Z2019-05-19http://hdl.handle.net/20.500.12749/13669instname:Universidad Autónoma de Bucaramanga - UNABreponame:Repositorio Institucional UNABrepourl:https://repository.unab.edu.coLas acciones son títulos que emite una empresa a través del mercado de valores, es una inversión de tipo variable debido que no tiene un retorno fijo, dado que su precio es influenciado por variables externas. Por esta razón, el pronóstico de precios es de gran complejidad e importancia para los inversionistas porque determina la toma de decisiones para maximizar sus rentabilidades. Tradicionalmente se han usado métodos estocásticos lineales para el pronóstico de las acciones; dichos modelos no se ajustan al comportamiento no lineal que rigen las variables de los mercados financieros. Ante el comportamiento no lineal de este tipo de mercados, se ha incrementado el uso de nuevos métodos basados en redes neuronales artificiales. Su principal característica es permitir relaciones lineales y no lineales entre las entradas y salidas de un sistema; esto ha hecho posible mostrar su aplicabilidad en mercados de alta volatilidad. Este trabajo tiene como objetivo diseñar un modelo que pronostique los precios de la acción de con mas participación en el índice Colcap, la cual es Ecopetrol, con un 13,92%, por medio de las redes neuronales artificiales.Capítulo I. Enfoque teórico de las redes neuronales: 4 1.1. ¿Qué son las redes neuronales artificiales? 5 1.2. Características de las redes neuronales artificiales 5 1.2.1 Topología. 6 1.2.2 Mecanismo de aprendizaje. 8 1.2.3 Tipo de asociación realizada entre la información de entrada y de salida. 8 1.2.4 Forma de representación de la información. 9 1.3 Tipos de neuronas artificiales 9 1.4 ¿Cómo funcionan las Redes Neuronales Dinámicas? 9 1.4.1 Redes neuronales recurrentes y hacia adelante 9 1.4.2 Aplicaciones de las Redes Dinámicas 10 1.4.3 Estructuras de las Redes Dinámicas 10 Capítulo II. Identificación de las variables que influyen en el precio de la acción Ecopetrol. 12 Capítulo III. Aplicación del tipo de red neuronal para determinar el pronóstico de precios de la acción 18 Capítulo IV. Evaluación de la eficiencia del modelo 20 Conclusiones 22 Recomendaciones 23 Bibliografía 24 Anexo 1 26PregradoShares are securities issued by a company through the stock market, it is a variable rate investment because it does not have a fixed return, since its price is influenced by external variables. For this reason, the price forecast is of great complexity and importance for investors because it determines the decision making to maximize their returns. Linear stochastic methods have traditionally been used to forecast stocks; These models do not adjust to the non-linear behavior that governs the variables of the financial markets. Given the non-linear behavior of these types of markets, the use of new methods based on artificial neural networks has increased. Its main characteristic is to allow linear and non-linear relationships between the inputs and outputs of a system; This has made it possible to show its applicability in highly volatile markets. The objective of this work is to design a model that predicts the prices of the shares with the largest participation in the Colcap index, which is Ecopetrol, with 13.92%, by means of artificial neural networks.Modalidad Presencialapplication/pdfspahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Atribución-NoComercial-SinDerivadas 2.5 ColombiaPronóstico de los precios de la acción “Ecopetrol” de la bolsa de valores de Colombia por medio de las redes neuronales artificialesForecast of the prices of the “Ecopetrol” share of the Colombian stock exchange by means of artificial neural networksIngeniero financieroUniversidad Autónoma de Bucaramanga UNABFacultad Economía y NegociosPregrado Ingeniería Financierainfo:eu-repo/semantics/bachelorThesisTrabajo de Gradohttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/redcol/resource_type/TPFinancial engineeringFinancial analysisFinancial managenmentInvestigationActionsStock marketInvestmentsFixed returnCost effectivenessDecision makingAnálisis financieroGestión financieraIngeniería financieraInvestigaciónAccionesMercado de valoresInversionesRetorno fijoRentabilidadToma de decisionesEcuRed. (Sf). Redes neuronales artificiales. Obtenido de https://www.ecured.cu/Redes_neuronales_artificiales#Elementos_de_una_Red_Neuronal_ArtificialHopfield, J. (1985). Computación neuronal de decisiones en problemas de optimización.Instituto tecnológico de Nuevo Laredo. (Sf). Historia de la redes neuronales. Obtenido de http://www.itnuevolaredo.edu.mx/takeyas/Apuntes/Inteligencia%20Artificial/Apuntes/tareas_alumnos/RNA/Redes%20Neuronales2.pdfManjarrez, L. (s.f.). ResearchGate. Obtenido de https://www.researchgate.net/figure/Figura-III6-a-Red-Neuronal-monocapa-b-Red-Neuronal-multicapa-de-propagacion-hacia_fig5_315762548Matich, D. (Marzo de 2001). Redes Neuronales: Conceptos Básicos y Aplicaciones. Obtenido de Universidad Tecnológica Nacional: https://www.frro.utn.edu.ar/repositorio/catedras/quimica/5_anio/orientadora1/monograias/matich-redesneuronales.pdfMaza, L. C. (2017). Los 4 beneficios que surgen de implementar las redes neuronales artificiales. Obtenido de Voltaico: https://voltaico.lavozdegalicia.es/2017/03/redes-neuronales-artificiales-beneficios/MATLAB. (sf). Redes neuronales dinámicas.Minsky, M., & Papert, S. (1969). Perceptrons.Ochoa, S. (2003). Características de una red neuronal atificial. Obtenido de Escuela de ingeniería de Antioquia: http://fluidos.eia.edu.co/hidraulica/articuloses/flujoentuberias/neuronal/neuronal_archivos/page0002.htmRosenblatt, F. (1957). Modelo "El Perceptrón".Rumelhart, D., & Hinton, G. (1986). Learning representations by back-propagating errors.Steinbeck, K. (1961). Memoria asociativa.Trippi, R., & Turban, E. (1998). Neural Networks in Finance and Investing.Villada, F., Muñoz, N., & García, E. (2012). Aplicación de las redes neuronales al pronóstico de precios en el mercado de valores. Obtenido de https://scielo.conicyt.cl/pdf/infotec/v23n4/art03.pdfWerbos, P. (1974). The Roots of Backpropagation.Widrow, B., & Hoff, M. (1960). Modelo Adaline (ADAptative LINear Elements).ORIGINAL2019_Tesis_Cardenas_Quintero_Paola_Andrea.pdf2019_Tesis_Cardenas_Quintero_Paola_Andrea.pdfTesisapplication/pdf776122https://repository.unab.edu.co/bitstream/20.500.12749/13669/1/2019_Tesis_Cardenas_Quintero_Paola_Andrea.pdfceb60c4796aa32fc44251c59e9013c4eMD51open access2019_Articulo_Cardenas_Quintero_Paola_Andrea.pdf2019_Articulo_Cardenas_Quintero_Paola_Andrea.pdfArtículoapplication/pdf947350https://repository.unab.edu.co/bitstream/20.500.12749/13669/2/2019_Articulo_Cardenas_Quintero_Paola_Andrea.pdf8d7b6105b5b1ebafb8bf25813838dac1MD52open access2019_Presentacion_Cardenas_Quintero_Paola_Andrea.pdf2019_Presentacion_Cardenas_Quintero_Paola_Andrea.pdfPresentaciónapplication/pdf361950https://repository.unab.edu.co/bitstream/20.500.12749/13669/3/2019_Presentacion_Cardenas_Quintero_Paola_Andrea.pdfb0017ccfec5d37c33f6c12e27187f2d0MD53open access2019_Anexos_Cardenas_Quintero_Paola_Andrea.zip2019_Anexos_Cardenas_Quintero_Paola_Andrea.zipAnexosapplication/octet-stream423833https://repository.unab.edu.co/bitstream/20.500.12749/13669/4/2019_Anexos_Cardenas_Quintero_Paola_Andrea.zip6c4180b137d930a9dbf764f52a0c73fdMD54open accessLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repository.unab.edu.co/bitstream/20.500.12749/13669/5/license.txt8a4605be74aa9ea9d79846c1fba20a33MD55open accessTHUMBNAIL2019_Tesis_Cardenas_Quintero_Paola_Andrea.pdf.jpg2019_Tesis_Cardenas_Quintero_Paola_Andrea.pdf.jpgIM Thumbnailimage/jpeg4471https://repository.unab.edu.co/bitstream/20.500.12749/13669/6/2019_Tesis_Cardenas_Quintero_Paola_Andrea.pdf.jpgd929f678a0d007254907de71e5a78b66MD56open access2019_Articulo_Cardenas_Quintero_Paola_Andrea.pdf.jpg2019_Articulo_Cardenas_Quintero_Paola_Andrea.pdf.jpgIM Thumbnailimage/jpeg5092https://repository.unab.edu.co/bitstream/20.500.12749/13669/7/2019_Articulo_Cardenas_Quintero_Paola_Andrea.pdf.jpg0e4e11d97e1e6708f5d535c5674f1969MD57open access2019_Presentacion_Cardenas_Quintero_Paola_Andrea.pdf.jpg2019_Presentacion_Cardenas_Quintero_Paola_Andrea.pdf.jpgIM Thumbnailimage/jpeg10580https://repository.unab.edu.co/bitstream/20.500.12749/13669/8/2019_Presentacion_Cardenas_Quintero_Paola_Andrea.pdf.jpg978ba9cab9295c155b362548b6bbb658MD58open access20.500.12749/13669oai:repository.unab.edu.co:20.500.12749/136692023-12-15 16:16:01.741open accessRepositorio Institucional | Universidad Autónoma de Bucaramanga - UNABrepositorio@unab.edu.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 |