Predicción del precio de acciones en el mercado de valores con machine learning

En el presente proyecto se desarrolla una herramienta que facilita la toma de decisiones en el momento de la inversión mediante el uso de machine learning (ML) y procesamiento de lenguaje natural. La herramienta hace uso de datos que están compuestos de históricos de precios de la acción que el usua...

Full description

Autores:
Estupiñán Romero, Santiago
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2022
Institución:
Universidad de los Andes
Repositorio:
Séneca: repositorio Uniandes
Idioma:
spa
OAI Identifier:
oai:repositorio.uniandes.edu.co:1992/59294
Acceso en línea:
http://hdl.handle.net/1992/59294
Palabra clave:
Mercado bursátil
Machine learning
Aprendizaje de máquina
Procesamiento de lenguaje natural
Acciones
Ingeniería
Rights
openAccess
License
Attribution-NoDerivatives 4.0 Internacional
id UNIANDES2_6459e90c821726b0d09be2503dfcae14
oai_identifier_str oai:repositorio.uniandes.edu.co:1992/59294
network_acronym_str UNIANDES2
network_name_str Séneca: repositorio Uniandes
repository_id_str
dc.title.none.fl_str_mv Predicción del precio de acciones en el mercado de valores con machine learning
title Predicción del precio de acciones en el mercado de valores con machine learning
spellingShingle Predicción del precio de acciones en el mercado de valores con machine learning
Mercado bursátil
Machine learning
Aprendizaje de máquina
Procesamiento de lenguaje natural
Acciones
Ingeniería
title_short Predicción del precio de acciones en el mercado de valores con machine learning
title_full Predicción del precio de acciones en el mercado de valores con machine learning
title_fullStr Predicción del precio de acciones en el mercado de valores con machine learning
title_full_unstemmed Predicción del precio de acciones en el mercado de valores con machine learning
title_sort Predicción del precio de acciones en el mercado de valores con machine learning
dc.creator.fl_str_mv Estupiñán Romero, Santiago
dc.contributor.advisor.none.fl_str_mv Núñez Castro, Haydemar María
dc.contributor.author.none.fl_str_mv Estupiñán Romero, Santiago
dc.subject.keyword.none.fl_str_mv Mercado bursátil
Machine learning
Aprendizaje de máquina
Procesamiento de lenguaje natural
Acciones
topic Mercado bursátil
Machine learning
Aprendizaje de máquina
Procesamiento de lenguaje natural
Acciones
Ingeniería
dc.subject.themes.es_CO.fl_str_mv Ingeniería
description En el presente proyecto se desarrolla una herramienta que facilita la toma de decisiones en el momento de la inversión mediante el uso de machine learning (ML) y procesamiento de lenguaje natural. La herramienta hace uso de datos que están compuestos de históricos de precios de la acción que el usuario en particular decida y de noticias recientes relacionadas a dicha acción. De esta manera, se tienen en cuenta tanto datos cuantitativos como cualitativos que alimentan a los modelos de machine learning y de procesamiento de lenguaje natural en su entrenamiento y validación. Por último, la solución propuesta arroja una clasificación de si el precio de la acción subirá o bajará al día siguiente y un análisis del sentimiento asociado a las noticias recientes del stock seleccionado. De esta manera, se les provee a los usuarios un instrumento que les ayuda a tomar mejores decisiones a la hora de invertir en el mercado de acciones.
publishDate 2022
dc.date.accessioned.none.fl_str_mv 2022-07-28T18:47:09Z
dc.date.available.none.fl_str_mv 2022-07-28T18:47:09Z
dc.date.issued.none.fl_str_mv 2022-07-15
dc.type.es_CO.fl_str_mv Trabajo de grado - Pregrado
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.none.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.content.es_CO.fl_str_mv Text
dc.type.redcol.none.fl_str_mv http://purl.org/redcol/resource_type/TP
format http://purl.org/coar/resource_type/c_7a1f
status_str acceptedVersion
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/1992/59294
dc.identifier.instname.es_CO.fl_str_mv instname:Universidad de los Andes
dc.identifier.reponame.es_CO.fl_str_mv reponame:Repositorio Institucional Séneca
dc.identifier.repourl.es_CO.fl_str_mv repourl:https://repositorio.uniandes.edu.co/
url http://hdl.handle.net/1992/59294
identifier_str_mv 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.relation.references.es_CO.fl_str_mv EToro UK Ltd. (2022). eToro: Investing made social. Sentiment Trends. (446.0.0) [Aplicación móvil]. Sentiment Trends. https://apps.apple.com/ao/app/etoro-trade-stocks-crypto/id674984916
Gilbert, E.E., Hutto, C.J. (2014). VADER: A Parsimonious Rule-based Model for Sentiment Analysis of Social Media Text. Eighth International Conference on Weblogs and Social Media (ICWSM-14). Ann Arbor, MI, June 2014
Google Trends (2022). Stock Market search trends para los últimos 5 años. Tomado de: https://trends.google.com/trends/explore?date=today%205-y&q=%2Fm%2F0drqp
He, L., Zheng, K. (2019). How Do General-Purpose Sentiment Analyzers Perform when Applied to Health-Related Online Social Media Data? Studies in health technology and informatics. 264. 1208-1212. 10.3233/SHTI190418.
Hegazy, O., Soliman, O., Salam, M. (2013). A Machine Learning Model for Stock Prediction. International Journal of Computer Science and Telecommunications.
Hutto, C.J., Gilbert, E.E. (2014). VADER: A Parsimonious Rule-based Model for Sentiment Analysis of Social Media Text. Eighth International Conference on Weblogs and Social Media (ICWSM-14). Ann Arbor, MI, June 2014.
Li, K. (2022). Predicting Stock Prices Using Machine Learning. Neptune Blog. Tomado de: https://neptune.ai/blog/predicting-stock-prices-using-machine-learning
Paruchiri, V. (2021). Portfolio Project: Predicting Stock Prices Using Pandas and Scikit-learn. Dataquest. Tomado de: https://www.dataquest.io/blog/portfolio-project-predicting-stock-prices-using-pandas-and-scikit-learn/
Shah, V. (2007). Machine Learning Techniques for Stock Prediction. New Yor University.
Smart, T. (2021). Who Owns Stocks in America? Mostly, It's the Wealthy and White. Tomado de: https://www.usnews.com/news/national-news/articles/2021-03-15/who-owns-stocks-in-america-mostly-its-the-wealthy-and-white
Stibel, J. (2009). Why We Can¿t Predict Financial Markets. Harvard Business Review. Tomado de: https://hbr.org/2009/01/why-we-cant-predict-financial
Vora, D. et. al. (2017). Stock Prediction using Machine Learning. International Journal of Computer Applications.
Zhang, T., Jiang, H. (s.f.). Stock market forecasting using Machine Learning algorithms. Stanford University.
dc.rights.license.spa.fl_str_mv Attribution-NoDerivatives 4.0 Internacional
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nd/4.0/
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 Attribution-NoDerivatives 4.0 Internacional
http://creativecommons.org/licenses/by-nd/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.es_CO.fl_str_mv 27 páginas
dc.format.mimetype.es_CO.fl_str_mv application/pdf
dc.publisher.es_CO.fl_str_mv Universidad de los Andes
dc.publisher.program.es_CO.fl_str_mv Ingeniería de Sistemas y Computación
dc.publisher.faculty.es_CO.fl_str_mv Facultad de Ingeniería
dc.publisher.department.es_CO.fl_str_mv Departamento de Ingeniería Sistemas y Computación
institution Universidad de los Andes
bitstream.url.fl_str_mv https://repositorio.uniandes.edu.co/bitstreams/2fd6d359-9967-4a2d-9f70-9039c94aa3b8/download
https://repositorio.uniandes.edu.co/bitstreams/adf2bb5c-14f6-49b4-acde-57e7d5d37461/download
https://repositorio.uniandes.edu.co/bitstreams/540af63e-245a-41c4-92d5-f517cf3df8d9/download
https://repositorio.uniandes.edu.co/bitstreams/909e3860-2873-4786-b629-db5914012cd1/download
https://repositorio.uniandes.edu.co/bitstreams/81872d39-dc5d-4eed-a261-13efe323ca7c/download
https://repositorio.uniandes.edu.co/bitstreams/5acc3dc6-fda9-4ef9-88cd-222d783a6217/download
https://repositorio.uniandes.edu.co/bitstreams/1ef83258-3a7d-4d88-b697-7d92c5008f98/download
https://repositorio.uniandes.edu.co/bitstreams/a52ec9bd-5619-42d3-8b5a-8892ee02217b/download
bitstream.checksum.fl_str_mv ae2ecae4cea0b1caf66a32406691e7aa
5731d75cafbebaa11f29f5bbe2b42ebe
5aa5c691a1ffe97abd12c2966efcb8d6
3d566d86469fe9b74147242ac3d64bf5
8b513f984fbdf013e04f09c4300cadfa
49a91bfef6ccde40c22647e88a0644a9
1e75d59208c5680553e88f9e8ae9cb56
f7d494f61e544413a13e6ba1da2089cd
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio institucional Séneca
repository.mail.fl_str_mv adminrepositorio@uniandes.edu.co
_version_ 1812134058363191296
spelling Attribution-NoDerivatives 4.0 Internacionalhttp://creativecommons.org/licenses/by-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Núñez Castro, Haydemar María8141b084-b1d5-47a1-a7e9-dc4f22e5d055600Estupiñán Romero, Santiagod18c8374-7313-4608-89f0-078bf319547d6002022-07-28T18:47:09Z2022-07-28T18:47:09Z2022-07-15http://hdl.handle.net/1992/59294instname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/En el presente proyecto se desarrolla una herramienta que facilita la toma de decisiones en el momento de la inversión mediante el uso de machine learning (ML) y procesamiento de lenguaje natural. La herramienta hace uso de datos que están compuestos de históricos de precios de la acción que el usuario en particular decida y de noticias recientes relacionadas a dicha acción. De esta manera, se tienen en cuenta tanto datos cuantitativos como cualitativos que alimentan a los modelos de machine learning y de procesamiento de lenguaje natural en su entrenamiento y validación. Por último, la solución propuesta arroja una clasificación de si el precio de la acción subirá o bajará al día siguiente y un análisis del sentimiento asociado a las noticias recientes del stock seleccionado. De esta manera, se les provee a los usuarios un instrumento que les ayuda a tomar mejores decisiones a la hora de invertir en el mercado de acciones.Ingeniero de Sistemas y ComputaciónPregrado27 páginasapplication/pdfspaUniversidad de los AndesIngeniería de Sistemas y ComputaciónFacultad de IngenieríaDepartamento de Ingeniería Sistemas y ComputaciónPredicción del precio de acciones en el mercado de valores con machine learningTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1fTexthttp://purl.org/redcol/resource_type/TPMercado bursátilMachine learningAprendizaje de máquinaProcesamiento de lenguaje naturalAccionesIngenieríaEToro UK Ltd. (2022). eToro: Investing made social. Sentiment Trends. (446.0.0) [Aplicación móvil]. Sentiment Trends. https://apps.apple.com/ao/app/etoro-trade-stocks-crypto/id674984916Gilbert, E.E., Hutto, C.J. (2014). VADER: A Parsimonious Rule-based Model for Sentiment Analysis of Social Media Text. Eighth International Conference on Weblogs and Social Media (ICWSM-14). Ann Arbor, MI, June 2014Google Trends (2022). Stock Market search trends para los últimos 5 años. Tomado de: https://trends.google.com/trends/explore?date=today%205-y&q=%2Fm%2F0drqpHe, L., Zheng, K. (2019). How Do General-Purpose Sentiment Analyzers Perform when Applied to Health-Related Online Social Media Data? Studies in health technology and informatics. 264. 1208-1212. 10.3233/SHTI190418.Hegazy, O., Soliman, O., Salam, M. (2013). A Machine Learning Model for Stock Prediction. International Journal of Computer Science and Telecommunications.Hutto, C.J., Gilbert, E.E. (2014). VADER: A Parsimonious Rule-based Model for Sentiment Analysis of Social Media Text. Eighth International Conference on Weblogs and Social Media (ICWSM-14). Ann Arbor, MI, June 2014.Li, K. (2022). Predicting Stock Prices Using Machine Learning. Neptune Blog. Tomado de: https://neptune.ai/blog/predicting-stock-prices-using-machine-learningParuchiri, V. (2021). Portfolio Project: Predicting Stock Prices Using Pandas and Scikit-learn. Dataquest. Tomado de: https://www.dataquest.io/blog/portfolio-project-predicting-stock-prices-using-pandas-and-scikit-learn/Shah, V. (2007). Machine Learning Techniques for Stock Prediction. New Yor University.Smart, T. (2021). Who Owns Stocks in America? Mostly, It's the Wealthy and White. Tomado de: https://www.usnews.com/news/national-news/articles/2021-03-15/who-owns-stocks-in-america-mostly-its-the-wealthy-and-whiteStibel, J. (2009). Why We Can¿t Predict Financial Markets. Harvard Business Review. Tomado de: https://hbr.org/2009/01/why-we-cant-predict-financialVora, D. et. al. (2017). Stock Prediction using Machine Learning. International Journal of Computer Applications.Zhang, T., Jiang, H. (s.f.). Stock market forecasting using Machine Learning algorithms. Stanford University.201813414PublicationTEXTDocumento Tesis - Santiago Estupiñan Romero.pdf.txtDocumento Tesis - Santiago Estupiñan Romero.pdf.txtExtracted texttext/plain38204https://repositorio.uniandes.edu.co/bitstreams/2fd6d359-9967-4a2d-9f70-9039c94aa3b8/downloadae2ecae4cea0b1caf66a32406691e7aaMD55autorizacion-biblioteca-firmado-SantiagoEstupinan.pdf.txtautorizacion-biblioteca-firmado-SantiagoEstupinan.pdf.txtExtracted texttext/plain1134https://repositorio.uniandes.edu.co/bitstreams/adf2bb5c-14f6-49b4-acde-57e7d5d37461/download5731d75cafbebaa11f29f5bbe2b42ebeMD57LICENSElicense.txtlicense.txttext/plain; charset=utf-81810https://repositorio.uniandes.edu.co/bitstreams/540af63e-245a-41c4-92d5-f517cf3df8d9/download5aa5c691a1ffe97abd12c2966efcb8d6MD51THUMBNAILDocumento Tesis - Santiago Estupiñan Romero.pdf.jpgDocumento Tesis - Santiago Estupiñan Romero.pdf.jpgIM Thumbnailimage/jpeg5644https://repositorio.uniandes.edu.co/bitstreams/909e3860-2873-4786-b629-db5914012cd1/download3d566d86469fe9b74147242ac3d64bf5MD56autorizacion-biblioteca-firmado-SantiagoEstupinan.pdf.jpgautorizacion-biblioteca-firmado-SantiagoEstupinan.pdf.jpgIM Thumbnailimage/jpeg16217https://repositorio.uniandes.edu.co/bitstreams/81872d39-dc5d-4eed-a261-13efe323ca7c/download8b513f984fbdf013e04f09c4300cadfaMD58ORIGINALDocumento Tesis - Santiago Estupiñan Romero.pdfDocumento Tesis - Santiago Estupiñan Romero.pdfTrabajo de gradoapplication/pdf447145https://repositorio.uniandes.edu.co/bitstreams/5acc3dc6-fda9-4ef9-88cd-222d783a6217/download49a91bfef6ccde40c22647e88a0644a9MD53autorizacion-biblioteca-firmado-SantiagoEstupinan.pdfautorizacion-biblioteca-firmado-SantiagoEstupinan.pdfHIDEapplication/pdf228405https://repositorio.uniandes.edu.co/bitstreams/1ef83258-3a7d-4d88-b697-7d92c5008f98/download1e75d59208c5680553e88f9e8ae9cb56MD54CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8799https://repositorio.uniandes.edu.co/bitstreams/a52ec9bd-5619-42d3-8b5a-8892ee02217b/downloadf7d494f61e544413a13e6ba1da2089cdMD521992/59294oai:repositorio.uniandes.edu.co:1992/592942023-10-10 19:32:25.356http://creativecommons.org/licenses/by-nd/4.0/open.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.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