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...
- 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 |