Uso de redes neuronales para predecir mercados financieros

En este documento presentamos dos modelos fundamentados en Redes Neuronales Recurrentes diseñados para predecir los mercados financieros, abarcando tanto acciones específicas como ETFs. Dada la expansión de la Inteligencia Artificial en los últimos años, las herramientas computacionales más sofisticadas se encuentran en poder de las grandes corporaciones. Los inversores comunes, conocidos en el sector financiero como "retail", no tienen acceso a estos beneficios, situándonos en una notable desventaja al intentar acceder al potencial computacional que podría brindarnos ventajas económicas en inversiones. Desarrollamos dos modelos predictivos en plataformas distintas y con procesos de Machine Learning variados, con el objetivo de explorar diferentes perspectivas que puedan optimizar los resultados. Estos modelos están diseñados para ser tan precisos como sea posible dadas las limitaciones de los recursos computacionales actuales. Sin embargo, la idea es que con el paso del tiempo y a medida que estos recursos se vuelvan no solo más potentes sino también más accesibles, podamos acercarnos a modelos predictivos de alta precisión.

• Autores: Molina Mahecha, Andrés Felipe
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2023
• Institución: Universidad de los Andes
• Repositorio: Séneca: repositorio Uniandes
• Idioma: spa
• OAI Identifier: oai:repositorio.uniandes.edu.co:1992/73137
• Acceso en línea: https://hdl.handle.net/1992/73137
• Palabra clave: Redes neuronales; Modelos predictivos; Mercados financieros; Ingeniería
• Rights: openAccess
• License: Attribution 4.0 International