Aplicación de redes neuronales para predecir el precio de acciones en la bolsa colombiana

El trading es una actividad que se basa en el estudio de los mercados financieros mediante el análisis fundamental y el análisis técnico de uno o varios activos. Esto con el fin de determinar si invertir o no en dicho instrumento financiero y de esta forma, obtener beneficios monetarios. A pesar de...

Full description

Autores:
Iguarán Cotes, Jorge Mario
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2019
Institución:
Universidad de los Andes
Repositorio:
Séneca: repositorio Uniandes
Idioma:
spa
OAI Identifier:
oai:repositorio.uniandes.edu.co:1992/44483
Acceso en línea:
http://hdl.handle.net/1992/44483
Palabra clave:
Predicción del precio de las acciones
Aprendizaje automático (Inteligencia artificial)
Redes neurales (Computadores)
Bolsa de valores
Mercado financiero
Ingeniería
Rights
openAccess
License
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
Description
Summary:El trading es una actividad que se basa en el estudio de los mercados financieros mediante el análisis fundamental y el análisis técnico de uno o varios activos. Esto con el fin de determinar si invertir o no en dicho instrumento financiero y de esta forma, obtener beneficios monetarios. A pesar de que el trading podría servir como una forma de ingreso pasivo, este no es usado de forma amplia por el público general. Esto se debe a que los mercados financieros pueden verse afectados de diferente forma por una gran cantidad de variables. Por ende, el análisis del comportamiento de los activos que se suele llevar a cabo, incluso por traders profesionales, puede resultar ineficiente e inconsistente. En los últimos años, con el auge del Machine Learning y las redes neuronales, se han abierto las posibilidades de procesar grandes cantidades de datos y realizar análisis predictivos a través de ellos. En el presente artículo se hacen uso de redes neuronales feedforward con el objetivo de predecir el precio de la acción de Ecopetrol a través del tiempo. Para esto, se establecieron 3 horizontes de tiempo de predicción diferentes (Mediano, corto y largo). Para cada uno de estos se construyó un modelo predictor, se evaluaron los resultados por medio de varios métodos y se estudió el aporte de cada una de las variables del modelo sobre el resultado final. Los resultados de las simulaciones han mostrado que, para horizontes de tiempo de predicción adecuados, es posible predecir el precio de Ecopetrol en bolsa, con una precisión adecuada, a través del uso de redes neuronales.