Desarrollo de un predictor de series de tiempo mediante el uso de support vector machines, aplicación a series financieras

En el estudio acá desarrollado, se muestran tres predictores para la serie de tiempo que describe la tasa cambiaria del euro con el dólar. Se escogieron tres implementaciones distintas del algoritmo de support vector regression, se definió un parámetro común de error aplicable a la práctica de esta...

Full description

Autores:
Ortiz Camacho, Javier Eduardo
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2006
Institución:
Universidad de los Andes
Repositorio:
Séneca: repositorio Uniandes
Idioma:
spa
OAI Identifier:
oai:repositorio.uniandes.edu.co:1992/23198
Acceso en línea:
http://hdl.handle.net/1992/23198
Palabra clave:
Aprendizaje automático (Inteligencia artificial) - Investigaciones
Análisis de series de tiempo - Investigaciones
Sistemas de reconocimiento de configuraciones - Investigaciones
Pronóstico de la economía - Investigaciones
Ingeniería
Rights
openAccess
License
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
id UNIANDES2_58688fc0b3aad65d1c89ae7ba78ec2c2
oai_identifier_str oai:repositorio.uniandes.edu.co:1992/23198
network_acronym_str UNIANDES2
network_name_str Séneca: repositorio Uniandes
repository_id_str
spelling Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Lozano Martínez, Fernando Enrique4b3dc2ea-9e3f-43cd-aabe-2b4567602c46400Ortiz Camacho, Javier Eduardo53ffcd4f-c2c8-4120-bca4-03d5c82134345002018-09-28T23:50:41Z2018-09-28T23:50:41Z2006http://hdl.handle.net/1992/23198u281915.pdfinstname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/En el estudio acá desarrollado, se muestran tres predictores para la serie de tiempo que describe la tasa cambiaria del euro con el dólar. Se escogieron tres implementaciones distintas del algoritmo de support vector regression, se definió un parámetro común de error aplicable a la práctica de esta predicción y se buscaron los parámetros ideales en cada caso para buscar la metodología más recomendable para este tipo de predictores.Ingeniero ElectrónicoPregrado41 hojasapplication/pdfspaUniandesIngeniería ElectrónicaFacultad de IngenieríaDepartamento de Ingeniería Eléctrica y Electrónicainstname:Universidad de los Andesreponame:Repositorio Institucional SénecaDesarrollo de un predictor de series de tiempo mediante el uso de support vector machines, aplicación a series financierasTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85Texthttp://purl.org/redcol/resource_type/TPAprendizaje automático (Inteligencia artificial) - InvestigacionesAnálisis de series de tiempo - InvestigacionesSistemas de reconocimiento de configuraciones - InvestigacionesPronóstico de la economía - InvestigacionesIngenieríaPublicationTEXTu281915.pdf.txtu281915.pdf.txtExtracted texttext/plain40399https://repositorio.uniandes.edu.co/bitstreams/e76e726b-a918-4e0b-b4d6-585ceeaefc22/downloade2e52438b207dffafd202e06a8f5b247MD54ORIGINALu281915.pdfapplication/pdf365643https://repositorio.uniandes.edu.co/bitstreams/983c8a10-711a-444a-840a-a7d15beed86f/downloada0da4f115ab1188bd5393c18c0b80c3fMD51THUMBNAILu281915.pdf.jpgu281915.pdf.jpgIM Thumbnailimage/jpeg6051https://repositorio.uniandes.edu.co/bitstreams/58e48d41-6d00-47ad-8ffe-99b74939e982/download810cec87799c2dc28d94284181a69b92MD551992/23198oai:repositorio.uniandes.edu.co:1992/231982023-10-10 15:21:08.71https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfopen.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co
dc.title.es_CO.fl_str_mv Desarrollo de un predictor de series de tiempo mediante el uso de support vector machines, aplicación a series financieras
title Desarrollo de un predictor de series de tiempo mediante el uso de support vector machines, aplicación a series financieras
spellingShingle Desarrollo de un predictor de series de tiempo mediante el uso de support vector machines, aplicación a series financieras
Aprendizaje automático (Inteligencia artificial) - Investigaciones
Análisis de series de tiempo - Investigaciones
Sistemas de reconocimiento de configuraciones - Investigaciones
Pronóstico de la economía - Investigaciones
Ingeniería
title_short Desarrollo de un predictor de series de tiempo mediante el uso de support vector machines, aplicación a series financieras
title_full Desarrollo de un predictor de series de tiempo mediante el uso de support vector machines, aplicación a series financieras
title_fullStr Desarrollo de un predictor de series de tiempo mediante el uso de support vector machines, aplicación a series financieras
title_full_unstemmed Desarrollo de un predictor de series de tiempo mediante el uso de support vector machines, aplicación a series financieras
title_sort Desarrollo de un predictor de series de tiempo mediante el uso de support vector machines, aplicación a series financieras
dc.creator.fl_str_mv Ortiz Camacho, Javier Eduardo
dc.contributor.advisor.none.fl_str_mv Lozano Martínez, Fernando Enrique
dc.contributor.author.none.fl_str_mv Ortiz Camacho, Javier Eduardo
dc.subject.keyword.es_CO.fl_str_mv Aprendizaje automático (Inteligencia artificial) - Investigaciones
Análisis de series de tiempo - Investigaciones
Sistemas de reconocimiento de configuraciones - Investigaciones
Pronóstico de la economía - Investigaciones
topic Aprendizaje automático (Inteligencia artificial) - Investigaciones
Análisis de series de tiempo - Investigaciones
Sistemas de reconocimiento de configuraciones - Investigaciones
Pronóstico de la economía - Investigaciones
Ingeniería
dc.subject.themes.none.fl_str_mv Ingeniería
description En el estudio acá desarrollado, se muestran tres predictores para la serie de tiempo que describe la tasa cambiaria del euro con el dólar. Se escogieron tres implementaciones distintas del algoritmo de support vector regression, se definió un parámetro común de error aplicable a la práctica de esta predicción y se buscaron los parámetros ideales en cada caso para buscar la metodología más recomendable para este tipo de predictores.
publishDate 2006
dc.date.issued.none.fl_str_mv 2006
dc.date.accessioned.none.fl_str_mv 2018-09-28T23:50:41Z
dc.date.available.none.fl_str_mv 2018-09-28T23:50:41Z
dc.type.spa.fl_str_mv Trabajo de grado - Pregrado
dc.type.coarversion.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.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/1992/23198
dc.identifier.pdf.none.fl_str_mv u281915.pdf
dc.identifier.instname.spa.fl_str_mv instname:Universidad de los Andes
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional Séneca
dc.identifier.repourl.spa.fl_str_mv repourl:https://repositorio.uniandes.edu.co/
url http://hdl.handle.net/1992/23198
identifier_str_mv u281915.pdf
instname:Universidad de los Andes
reponame:Repositorio Institucional Séneca
repourl:https://repositorio.uniandes.edu.co/
dc.language.iso.es_CO.fl_str_mv spa
language spa
dc.rights.uri.*.fl_str_mv https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.es_CO.fl_str_mv 41 hojas
dc.format.mimetype.es_CO.fl_str_mv application/pdf
dc.publisher.es_CO.fl_str_mv Uniandes
dc.publisher.program.es_CO.fl_str_mv Ingeniería Electrónica
dc.publisher.faculty.es_CO.fl_str_mv Facultad de Ingeniería
dc.publisher.department.es_CO.fl_str_mv Departamento de Ingeniería Eléctrica y Electrónica
dc.source.es_CO.fl_str_mv instname:Universidad de los Andes
reponame:Repositorio Institucional Séneca
instname_str Universidad de los Andes
institution Universidad de los Andes
reponame_str Repositorio Institucional Séneca
collection Repositorio Institucional Séneca
bitstream.url.fl_str_mv https://repositorio.uniandes.edu.co/bitstreams/e76e726b-a918-4e0b-b4d6-585ceeaefc22/download
https://repositorio.uniandes.edu.co/bitstreams/983c8a10-711a-444a-840a-a7d15beed86f/download
https://repositorio.uniandes.edu.co/bitstreams/58e48d41-6d00-47ad-8ffe-99b74939e982/download
bitstream.checksum.fl_str_mv e2e52438b207dffafd202e06a8f5b247
a0da4f115ab1188bd5393c18c0b80c3f
810cec87799c2dc28d94284181a69b92
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio institucional Séneca
repository.mail.fl_str_mv adminrepositorio@uniandes.edu.co
_version_ 1812133808620699648