Tendencias recientes en el pronóstico de series de tiempo financieras usando máquinas de vectores de soporte

Resumen: El pronóstico de las series de tiempo financieras es un área de trabajo intensiva para investigadores y profesionales. En este estudio, analizamos 59 artículos y discutimos sobe el progreso en el análisis de series de tiempo financieras usando máquinas de vectores de soporte. Las principales conclusiones a las que llegamos son: (a) el pronóstico se hace con datos de frecuencia diaria y los estudios con otras frecuencias de tiempo son escasos; (b) la mayoría de los artículos están enfocados en mejorar el proceso de estimación de los parámetros o en el tratamiento previo de las series de tiempo; (c) la mayor parte de los artículos se concentran en el pronóstico de un índice financiero del mercado; (d) los casos experimentales están dispersos, lo que no hace posible comparar entre diferentes estudios.

• Autores: Jaramillo Chaparro, Johana Alexandra
• Fecha de publicación: 2016
• Institución: Universidad Nacional de Colombia
• Repositorio: Universidad Nacional de Colombia
• Idioma: spa
• OAI Identifier: oai:repositorio.unal.edu.co:unal/56975
• Acceso en línea: https://repositorio.unal.edu.co/handle/unal/56975; http://bdigital.unal.edu.co/53030/
• Palabra clave: 51 Matemáticas / Mathematics; 65 Gerencia y servicios auxiliares / Management and public relations; Procesamiento de datos financieros; Series de tiempo financieras; Redes neuronales; Vectores de soporte para regresión; optimización heurística; Financial data processing; Financial time series; Neural networks; Support vector regression; Heuristic optimization
• Rights: openAccess
• License: Atribución-NoComercial 4.0 Internacional